RNN (Recurrent Neural Network) กับ LSTM (Long Short Term Memory)คืออะไร???

RNN (Recurrent Neural Network) is another type of neural network. what makes it different from feedforward neural network is that the output is recurrent back to the input for the next time step. To be more specific in RNN, the output at time step t recurrent back to the network to be used as input at time step t + 1.
Even though RNN is very popular in sequential model, there are still some drawbacks. RNN can be suffer from vanishing gradient problem and cannot capture long-term relationship of the data. LSTM (Long Short Term Memory) improve from standard RNN by incorporating 4 additional components.
1. Cell state (Memory): store information
2. Input gate: decide what information to be input to the memory
3. Forget gate: decide what information to be removed from the memory
4. Output gate: decide what information from the memory will affect the prediction

[@worrawateleela-apiradee8486]

คนอธิบาย ไม่ธรรมดาจริงๆ อยากให้ทำต่อไปเรื่อยๆ นะครับ ความรู้ทาง AI น่าสนใจ แต่ขาดคนที่อธิบายบนพื้นฐานทางหลักการทางคณิตศาสตร์ที่เข้าใจง่ายครับ รอติดตามนะครับ

[@user-gu5rr2ng1d]

พี่อธิบายดีมากค่ะ 🫶

[@llo0hit0oll]

อธิบายเข้าใจง่ายมากครับ
ทำให้ไปอ่านสมการต่อได้ง่ายมาก เข้าใจว่า signal แต่ละตัวสมการวิ่งไปมายังไง
ถ้ามีเวลา พาเขียน python RNN, LSTM from scratch หน่อยนะครับ ขอบคุณครับ

[@machinelearninglearner4157]

ได้เลยครับผม ขอบคุณครับ 🙏🏻

[@jamyjaru3249]

อธิบายได้เข้าใจมากเลยค่ะ ขอบคุณ​ค่ะ

[@korakotkaedam3093]

ขอบคุณค่ะ เข้าใจง่ายมากค่ะ

[@samsricatjaidee405]

อธิบายดีมากครับ ผมเข้าใจเลย ขอบคุณครับ

[@mafiakoy4568]

พอจะมี code r รัน RNN ขอ้มูลทีาเป็นอนุกรมเวลาไหมค่ะ

[@Nayuha1412]

10:22

[@swtl.3534]

อยากให้ลองเขียนโค้ดจริงๆจากแต่ละเรื่องด้วยแบบ เอาเรื่องที่พูดไปใช้เขียนโค้ดจริงๆ