딥러닝 분야에서 사용되는 재귀적 신경망 구조의 하나로써, 표준적 RNN 과 달리 LSTM 에는 기억이 가능한 내부 상태를 사용하여 정적 데이터 뿐만 아니라 시계열, 시공간 패턴 분류에서도 우수한 성능을 나타냄1
활용 및 발전방향
- 실무 적용: LSTM 개념을 실제 프로젝트나 업무 상황에 직접 적용해 이해를 심화한다.
- 연관 개념 학습: 관련 노트와 연결하여 맥락을 넓히고 응용 범위를 확장한다.
- 비교 분석: 유사한 방법론·도구와 비교하며 장단점을 파악한다.
- 참고 자료 탐색: 공식 문서나 전문 서적을 통해 더 깊은 이해를 추구한다.
- 사례 수집: 실제 사례를 꾸준히 수집하여 이 노트를 발전시킨다.
관련 노트
- CNN — 공유 키워드:
AI,딥러닝,신경망 - RNN-T — 공유 키워드:
AI,RNN,딥러닝 - RNN — 공유 키워드:
AI,RNN,딥러닝 - 비심볼릭 추론 — 공유 키워드:
AI,딥러닝,신경망 - 심화강화학습 — 공유 키워드:
AI,딥러닝,신경망
Footnotes
-
쉽게 활용하는 인공지능 비즈니스 ↩