GRU خودنظارتی
GRU خودنظارتی یک شبکه واحد بازگشتی دروازهدار (Gated Recurrent Unit) را با استفاده از سیگنالهای نظارتی که به صورت خودکار ساخته شدهاند — مانند پیشبینی گام بعدی یا بازیابی توکن پوشانده شده — و از خود دادههای بدون برچسب استخراج شدهاند، آموزش میدهد. سپس نمایشهای دنبالهای آموخته شده بر روی مجموعه دادههای برچسبدار کوچک تنظیم دقیق میشوند و مدلسازی دنبالهای با کیفیت بالا را در شرایطی که برچسبگذاری کمیاب است، امکانپذیر میسازند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/fa/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.
- واحد تکرارشونده گیتدار (GRU)یادگیری عمیق↔ compare
- حافظه طولانی کوتاهمدت (LSTM)یادگیری عمیق↔ compare
- ترنسفورمر خودنظارتییادگیری عمیق↔ compare
- یادگیری عمیق نیمهنظارتی با واحد بازگشتی دروازهای (Semi-supervised GRU)یادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →