RNN bidireccional
Una RNN bidireccional, introduïda per Schuster i Paliwal el 1997, processa una seqüència tant en direcció cap endavant com cap enrere, de manera que cada posició té accés al seu context circumdant complet. Amb cel·les LSTM o GRU (BiLSTM/BiGRU) és l'enfocament estàndard per al reconeixement d'entitats anomenades, l'etiquetatge de seqüències i el reconeixement de la parla.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Schuster, M. & Paliwal, K.K. (1997). Bidirectional Recurrent Neural Networks. IEEE Transactions on Signal Processing, 45(11), 2673–2681. DOI: 10.1109/78.650093 ↗
- Graves, A. & Schmidhuber, J. (2005). Framewise Phoneme Classification with Bidirectional LSTM Networks. IJCNN, 2047–2052. DOI: 10.1109/IJCNN.2005.1556215 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/ca/deep-learning/bidirectional-rnn
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.
- Mecanisme d'atencióAprenentatge profund↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Autoatenció multi-capAprenentatge profund↔ compare
- Model Seqüència-a-SeqüènciaAprenentatge profund↔ compare
- XGBoostAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →