Machine learningDeep learning / NLP / CV
LSTM חצי-מפוקח
LSTM חצי-מפוקח משלב את הזיכרון הסדרתי של רשתות זיכרון לטווח קצר-ארוך (Long Short-Term Memory) עם אסטרטגיות למידה חצי-מפוקחת — תוך שימוש במערך נתונים מתויג קטן לצד מאגר גדול של רצפים לא מתויגים. המודל מאומן מראש או מוסדר על נתונים לא מתויגים, ולאחר מכן מכוונן עדין על דוגמאות מתויגות, ומספק הכללה חזקה כאשר נתונים מתויגים נדירים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/he/deep-learning/semi-supervised-lstm
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.
- LSTMלמידה עמוקה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare
- מפענח אוטומטי וריאציונילמידה עמוקה↔ compare