Nõrgalt juhendatud rekurrentne närvivõrk
Nõrgalt juhendatud rekurrentne närvivõrk (RNN) treenib rekurrentset närvivõrku järjestustel, mille märgendid pärinevad ebatäiuslikest allikatest – heuristilistest reeglitest, kaugjuhendamisest, rahvahankest või genereerivatest märgendimudelitest – mitte kulukatest eksperthinnangutest. See võimaldab uurijatel kasutada suuri märgistamata andmehulkasid järjestusülesannete jaoks, nagu tekstiklassifitseerimine, nimetatud üksuste tuvastamine või aegridade ennustamine, kui täielikult märgistatud andmeid on vähe või need on kallid.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Weakly Supervised Recurrent Neural Network. ScholarGate. https://scholargate.app/et/deep-learning/weakly-supervised-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.
- Gated Recurrent Unit (GRU)Süvaõpe↔ compare
- Long Short-Term Memory (LSTM)Süvaõpe↔ compare
- Korduv närvivõrkSüvaõpe↔ compare
- Nõrgalt juhendatud LSTMSüvaõpe↔ compare
- Nõrgalt juhendatud TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →