Рекурентна невронна мрежа
Рекурентна невронна мрежа (RNN) е клас невронни мрежи, проектиран да обработва последователни данни чрез поддържане на скрито състояние, което пренася информация през времеви стъпки. Въведени в съвременната си форма от Rumelhart et al. (1986) и допълнително оформени от Elman (1990), RNN станаха доминиращата архитектура за моделиране на последователности в обработката на естествен език (NLP), речта и анализа на времеви редове, преди възхода на моделите, базирани на внимание.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Източници
- Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. DOI: 10.1207/s15516709cog1402_1 ↗
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533–536. DOI: 10.1038/323533a0 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/bg/deep-learning/recurrent-neural-network
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.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Вентилна рекурентна единица (GRU)Дълбоко обучение↔ compare
- Дългосрочна краткосрочна памет (LSTM)Дълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →