Enesijuhtiv GRU
Enesijuhtiv GRU treenib värava-korduvüksuse (Gated Recurrent Unit) võrku, kasutades automaatselt loodud järelevalvesignaale – nagu järgmise sammu ennustamine või maskeeritud tunnuse taastamine – mis on tuletatud iseenda märgistamata andmetest. Seejärel õpitakse järjestusrepresentatsioone peenhäälestatakse väikestel märgistatud andmekogumitel, muutes kvaliteetse järjestusmodelleerimise teostatavaks, kui annotatsioone on vähe.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/et/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)Süvaõpe↔ compare
- Long Short-Term Memory (LSTM)Süvaõpe↔ compare
- Isejuhendatud TransformerSüvaõpe↔ compare
- Poolitatud GRUSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →