Korduv närvivõrk
Korduv närvivõrk (RNN) on närvivõrkude klass, mis on loodud järjestikuste andmete töötlemiseks, säilitades ajahüppeid ühendava peidetud oleku. Kaasaegsel kujul tutvustasid seda Rumelhart jt (1986) ning Elman (1990) kujundas seda edasi. Enne tähelepanupõhiste mudelite tõusu said RNN-idest valitsev arhitektuur järjestikuste andmete modelleerimiseks NLP, kõne ja ajasarjade analüüsis.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/et/deep-learning/recurrent-neural-network
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.
- BERT-põhine klassifitseerimineSüvaõpe↔ compare
- Gated Recurrent Unit (GRU)Süvaõpe↔ compare
- Long Short-Term Memory (LSTM)Süvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →