Poolitatud LSTM
Poolitatud LSTM ühendab pikkade lühiajaliste mälumahtuvusvõrkude (Long Short-Term Memory networks) järjestikuse mälu poolitatud õppestrateegiatega – kasutades väikest märgistatud andmestikku koos suure hulga märgistamata järjestustega. Mudelit eelkoolitatakse või regulariseeritakse märgistamata andmetel ja seejärel täpsustatakse märgistatud näidiste abil, saavutades tugeva üldistuse, kui märgistatud andmeid 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
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Rasmus, A., Berglund, M., Honkala, M., Valpola, H., & Raiko, T. (2015). Semi-supervised learning with ladder networks. Advances in Neural Information Processing Systems, 28. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/et/deep-learning/semi-supervised-lstm
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.
- LSTMSüvaõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- Variational AutoencoderSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →