Machine learning
مدل توالی به توالی
مدل توالی به توالی (Seq2Seq)، که توسط ساتسکور، وینیالز و لی و همچنین چو و همکارانش در سال ۲۰۱۴ معرفی شد، یک شبکه عصبی رمزگذار-رمزگشا است که یک توالی ورودی با طول متغیر را به یک توالی خروجی با طول متغیر نگاشت میکند. این مدل اساس ترجمه ماشینی، خلاصهسازی متن، سیستمهای گفتگو و تولید کد است.
مطالعهٔ کامل روش
ویژهٔ اعضا
ورودبرای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Sequence-to-Sequence (Seq2Seq) Encoder-Decoder Model. ScholarGate. https://scholargate.app/fa/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.
- سازوکار توجهیادگیری عمیق↔ compare
- تنظیم دقیق BERTیادگیری عمیق↔ compare
- جنگل تصادفییادگیری ماشین↔ compare
- توجه به خود چند-سرییادگیری عمیق↔ compare
- XGBoostیادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →