পুনরাবৃত্ত নিউরাল নেটওয়ার্ক
একটি পুনরাবৃত্ত নিউরাল নেটওয়ার্ক (RNN) হলো এক শ্রেণির নিউরাল নেটওয়ার্ক যা অনুক্রমিক ডেটা প্রক্রিয়াকরণের জন্য ডিজাইন করা হয়েছে। এটি একটি লুকানো অবস্থা (hidden state) বজায় রাখে যা সময় ধাপ জুড়ে তথ্য বহন করে। রুমেলহার্ট এট আল। (1986) দ্বারা এর আধুনিক রূপ প্রবর্তিত হয় এবং এলম্যান (1990) দ্বারা আরও বিকশিত হয়। মনোযোগ-ভিত্তিক মডেলগুলির উত্থানের আগে, NLP, স্পিচ এবং টাইম-সিরিজ বিশ্লেষণে অনুক্রম মডেলিংয়ের জন্য RNNs প্রধান আর্কিটেকচার হয়ে ওঠে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
+15টি আরও
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/bn/deep-learning/recurrent-neural-network
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- BERT-ভিত্তিক শ্রেণিবিভাগগভীর শিখন↔ তুলনা করুন
- গেটেড রিকারেন্ট ইউনিট (GRU)গভীর শিখন↔ তুলনা করুন
- লং শর্ট-টার্ম মেমরি (এলএসটিএম)গভীর শিখন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →