Kaksisuuntainen RNN
Kaksisuuntainen RNN, jonka Schuster ja Paliwal esittelivät vuonna 1997, käsittelee sekvenssiä sekä etu- että takaperin, jotta jokainen positio saa pääsyn koko ympäröivään kontekstiin. LSTM- tai GRU-soluilla (BiLSTM/BiGRU) se on standardimenetelmä nimientunnistukseen, sekvenssimerkintään ja puheentunnistukseen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Schuster, M. & Paliwal, K.K. (1997). Bidirectional Recurrent Neural Networks. IEEE Transactions on Signal Processing, 45(11), 2673–2681. DOI: 10.1109/78.650093 ↗
- Graves, A. & Schmidhuber, J. (2005). Framewise Phoneme Classification with Bidirectional LSTM Networks. IJCNN, 2047–2052. DOI: 10.1109/IJCNN.2005.1556215 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/fi/deep-learning/bidirectional-rnn
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.
- HuomiomekanismiSyväoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Monipäinen itsehuomio (Multi-Head Self-Attention)Syväoppiminen↔ compare
- Sekvenssistä sekvenssiksi -malliSyväoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →