द्विदिश आरएनएन (Bidirectional RNN)
द्विदिश आरएनएन, जिसे शस्टर और पालीवाल ने 1997 में प्रस्तुत किया था, एक अनुक्रम को आगे और पीछे दोनों दिशाओं में संसाधित करता है ताकि प्रत्येक स्थिति को उसके पूर्ण आसपास के संदर्भ तक पहुँच प्राप्त हो सके। एलएसटीएम (LSTM) या जीआरयू (GRU) कोशिकाओं (BiLSTM/BiGRU) के साथ यह नामित-इकाई पहचान (named-entity recognition), अनुक्रम लेबलिंग (sequence labelling), और वाक् पहचान (speech recognition) के लिए मानक दृष्टिकोण है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/hi/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.
- अटेंशन मैकेनिज्म (Attention Mechanism)गहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- बहु-शीर्षक स्व-ध्यान (Multi-Head Self-Attention)गहन अधिगम↔ compare
- अनुक्रम-से-अनुक्रम मॉडलगहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare