अर्ध-पर्यवेक्षित GRU
अर्ध-पर्यवेक्षित GRU (Semi-supervised GRU) गेटेड रिकरेंट यूनिट (Gated Recurrent Unit) आर्किटेक्चर को उन सेटिंग्स में लागू करता है जहाँ अनुक्रमिक डेटा का केवल एक छोटा अंश लेबल किया गया होता है। प्रचुर मात्रा में बिना लेबल वाले अनुक्रमों पर पहले प्री-ट्रेनिंग या संयुक्त रूप से प्रशिक्षण देकर — भाषा मॉडलिंग, ऑटो-एन्कोडिंग, या संगति नियमितीकरण (consistency regularization) के माध्यम से — और फिर लेबल किए गए उदाहरणों पर फाइन-ट्यूनिंग करके, मॉडल पूर्ण कॉर्पस का उपयोग करके केवल पर्यवेक्षित प्रशिक्षण की तुलना में अधिक समृद्ध अनुक्रम प्रतिनिधित्व सीखता 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
- Dai, A. M., & Le, Q. V. (2015). Semi-supervised Sequence Learning. Advances in Neural Information Processing Systems (NeurIPS), 28. link ↗
- Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. EMNLP 2014. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/hi/deep-learning/semi-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.
- गेटेड रिकरेंट यूनिट (GRU)गहन अधिगम↔ compare
- लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM)गहन अधिगम↔ compare
- स्व-पर्यवेक्षित GRUगहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित एलएसटीएम (Semi-supervised LSTM)गहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित ट्रांसफार्मरगहन अधिगम↔ compare