Jadast-jada mudel
Jadast-jada (Seq2Seq) mudel, mille võtsid kasutusele Sutskever, Vinyals ja Le ning Cho ja tema kolleegid 2014. aastal, on kodeerija-dekodeerija närvivõrk, mis seob muutuva pikkusega sisendjada muutuva pikkusega väljundjaks. See on masintõlke, teksti kokkuvõtmise, dialoogisüsteemide ja koodi genereerimise alus.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Sutskever, I., Vinyals, O. & Le, Q. V. (2014). Sequence to Sequence Learning with Neural Networks. NeurIPS. link ↗
- 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. EMNLP, 1724–1734. DOI: 10.3115/v1/D14-1179 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Sequence-to-Sequence (Seq2Seq) Encoder-Decoder Model. ScholarGate. https://scholargate.app/et/deep-learning/seq2seq
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.
- Tähelepanu mehhanismSüvaõpe↔ compare
- BERT-mudeli täpsustamineSüvaõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- Mitmepealine enesetähelepanuSüvaõpe↔ compare
- XGBoostMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →