Machine learningDeep learning / NLP / CV

Semi-supervised LSTM

Semi-supervised LSTM yhdistää Long Short-Term Memory -verkkojen (LSTM) sekvenssimuistin ja puolivalvottuja oppimisstrategioita — käyttäen pientä määrää leimattua dataa suuren leimaamattoman sekvenssijoukon rinnalla. Malli esiharjoitetaan tai regularisoidaan leimaamattomalla datalla ja hienosäädetään sitten leimatuilla esimerkeillä, mikä parantaa yleistymiskykyä, kun leimattua dataa on vähän.

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Semi-supervised LSTM

LSTM Puoliohjattu oppiminen Variational Autoencoder Semi-supervised GRU Puolivalvottu monikerrok…Heikosti ohjattu LSTM

Lähteet

Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Rasmus, A., Berglund, M., Honkala, M., Valpola, H., & Raiko, T. (2015). Semi-supervised learning with ladder networks. Advances in Neural Information Processing Systems, 28. link ↗

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/fi/deep-learning/semi-supervised-lstm

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

LSTMSyväoppiminen↔ vertaa
Puoliohjattu oppiminenKoneoppiminen↔ vertaa
Variational AutoencoderSyväoppiminen↔ vertaa

Vertaa rinnakkain →

Tähän viittaavat

Semi-supervised GRU Puolivalvottu monikerroksinen perseptroni Heikosti ohjattu LSTM

Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →