Samo-dohledové GRU
Samo-dohledové GRU trénuje rekurentní neuronovou síť s hradlováním (Gated Recurrent Unit) pomocí automaticky konstruovaných dohledových signálů — jako je predikce dalšího kroku nebo obnova maskovaných tokenů — odvozených ze samotných neoznačených dat. Naučené reprezentace sekvencí jsou poté doladěny na malých označených datasetech, což umožňuje kvalitní modelování sekvencí, když jsou anotace vzácné.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/cs/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.
- Gated Recurrent Unit (GRU)Hluboké učení↔ compare
- Dlouhodobá krátkodobá paměť (LSTM)Hluboké učení↔ compare
- Transformátor se samoučenímHluboké učení↔ compare
- Polo-dohledová GRUHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →