Самообучаващ се GRU
Самообучаващият се GRU обучава мрежа Gated Recurrent Unit (GRU), използвайки автоматично конструирани надзорни сигнали — като предсказване на следващата стъпка или възстановяване на маскирани токени — извлечени от самите немаркирани данни. Научените представяния на последователности след това се дообучават върху малки маркирани набори от данни, което прави висококачественото моделиране на последователности осъществимо, когато анотациите са оскъдни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Cho, K., van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2023). Self-Supervised Learning: Generative or Contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/bg/deep-learning/self-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.
- Вентилна рекурентна единица (GRU)Дълбоко обучение↔ compare
- Дългосрочна краткосрочна памет (LSTM)Дълбоко обучение↔ compare
- Самоконтролиран Трансформър (Self-supervised Transformer)Дълбоко обучение↔ compare
- Полу-наблюдаван GRUДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →