وحدة البوابات المتكررة شبه المُشرف عليها (Semi-supervised GRU)
تُطبّق وحدة البوابات المتكررة شبه المُشرف عليها (Semi-supervised GRU) بنية وحدة البوابات المتكررة المُغلقة (Gated Recurrent Unit) على إعدادات يكون فيها جزء صغير فقط من البيانات المتسلسلة مُصنّفًا. من خلال التدريب المُسبق أو التدريب المشترك أولاً على تسلسلات وفيرة غير مُصنّفة - عبر نمذجة اللغة، أو الترميز التلقائي، أو تنظيم الاتساق - ثم الضبط الدقيق على أمثلة مُصنّفة، تستغل النموذج المجموعة الكاملة لتعلم تمثيلات تسلسلية أغنى مما يسمح به التدريب المُشرف عليه فقط.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dai, A. M., & Le, Q. V. (2015). Semi-supervised Sequence Learning. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
- Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. EMNLP 2014. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/ar/deep-learning/semi-supervised-gru
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- وحدة البوابات المتكررة (GRU)التعلم العميق↔ compare
- الذاكرة طويلة قصيرة المدى (LSTM)التعلم العميق↔ compare
- وحدة التكرار المغلق ذاتية الإشرافالتعلم العميق↔ compare
- شبكات LSTM شبه المُشرف عليهاالتعلم العميق↔ compare
- المحولات شبه المُشرف عليهاالتعلم العميق↔ compare