Полу-наблюдавана LSTM
Полу-наблюдавана LSTM (Long Short-Term Memory) съчетава последователната памет на мрежите с дълга краткосрочна памет с полу-наблюдавани стратегии за обучение — използвайки малък етикетиран набор от данни заедно с голям набор от немаркирани последователности. Моделът се предварително обучава или регуляризира върху немаркирани данни, след което се донастройва върху етикетирани примери, осигурявайки силна обобщаваща способност, когато етикетираните данни 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
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Rasmus, A., Berglund, M., Honkala, M., Valpola, H., & Raiko, T. (2015). Semi-supervised learning with ladder networks. Advances in Neural Information Processing Systems, 28. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/bg/deep-learning/semi-supervised-lstm
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.
- LSTMДълбоко обучение↔ compare
- Полу-наблюдавано обучениеМашинно обучение↔ compare
- Вариационен автоенкодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →