LSTMネットワークの概要 - Qiita

Christopher Olah氏のブログ記事 http://colah.github.io/posts/2015-08-Understanding-LSTMs/ の翻訳です。 翻訳の誤りなどあればご指摘お待ちしております。 リカレントニューラルネットワーク 人間は毎秒ゼロから思考を開始することはありません。このエッセイを読んでいる間、あなたは前の単語の理解に基づいて、各単語を理解します。すべてを捨てて、またゼロから思考を開始してはいません。あなたの思考は持続性を持っています。 従来のニューラルネットワークは、これを行うことができません、それは大きな欠点のように思えます。たとえば、映画の中の各時点でどのような種類の出来事が起こっているかを分類したいと想像してください。従来のニューラルネットワークが、映画の前の出来事についての推論を後のものに教えるためにどのように使用できるかは不明です。 リ

[JUTOJUTO]

LSTMの数式が分かりやすい。

[hanabusa-s27]

RNN LSTM

[Kanasansoft]

RNN/LSTMの解説。特にLSTMについて詳しく書かれている。

[tjnsys]

RNN LSTM

[santo]

LSTM比較的分かりやすい説明だと思った

[gayou]

LSTM

[ymonmon]

“リカレントニューラルネットワーク”

[zyxwv]

過去の情報を使うかどうかを判断するためにゲートという仕組みを導入した

[elu_18]

“機械学習 - LSTMネットワークの概要 - Qiita” https://t.co/KIfqHHjGCi

[hoxo_m]

LSTMが複雑なことだけはわかった。