Machine learningDeep learning / NLP / CV
GRU בפיקוח חלש
GRU בפיקוח חלש מאמן רשת יחידת זיכרון חוזרת מגודרת (GRU) על רצפים המתויגים על ידי מקורות לא מושלמים, היוריסטיים או תכנותיים, במקום אמת קרקע יקרה המסומנת ידנית. הוא משלב את היעילות של GRU בלכידת תלות זמנית עם טכניקות פיקוח חלש המצרפות תוויות רועשות, ומאפשר מודלים מעשיים של רצפים כאשר מערכי נתונים גדולים מתויגים במלואם אינם זמינים.
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
- Ratner, A. J., De Sa, C. M., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Chung, J., Gulcehre, C., Cho, K., & Bengio, Y. (2014). Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling. NIPS 2014 Workshop on Deep Learning. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Weakly Supervised Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/he/deep-learning/weakly-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.
- Gated Recurrent Unit (GRU)למידה עמוקה↔ compare
- Long Short-Term Memory (LSTM)למידה עמוקה↔ compare
- רשת נוירונים רקורנטיתלמידה עמוקה↔ compare
- GRU למחצה-מפוקחלמידה עמוקה↔ compare
- LSTM מפוקח-בקושילמידה עמוקה↔ compare
- טרנספורמר עם פיקוח חלשלמידה עמוקה↔ compare