RNN bidireccional
Una RNN bidireccional, introducida por Schuster y Paliwal en 1997, procesa una secuencia en ambas direcciones, hacia adelante y hacia atrás, de modo que cada posición tenga acceso a su contexto circundante completo. Con celdas LSTM o GRU (BiLSTM/BiGRU) es el enfoque estándar para el reconocimiento de entidades nombradas, el etiquetado de secuencias y el reconocimiento de voz.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/es/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.
- Mecanismo de atenciónAprendizaje profundo↔ compare
- Random ForestAprendizaje automático↔ compare
- Autoatención Multi-cabezaAprendizaje profundo↔ compare
- Modelo Secuencia-a-SecuenciaAprendizaje profundo↔ compare
- XGBoostAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →