Machine learning
अनुक्रम-से-अनुक्रम मॉडल
अनुक्रम-से-अनुक्रम (Seq2Seq) मॉडल, जिसे 2014 में Sutskever, Vinyals और Le तथा Cho और उनके सहयोगियों द्वारा प्रस्तुत किया गया था, एक एन्कोडर-डिकोडर तंत्रिका नेटवर्क है जो चर-लंबाई वाले इनपुट अनुक्रम को चर-लंबाई वाले आउटपुट अनुक्रम में मैप करता है। यह मशीन अनुवाद, पाठ सारांशीकरण, संवाद प्रणाली और कोड जनरेशन का आधार है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Sutskever, I., Vinyals, O. & Le, Q. V. (2014). Sequence to Sequence Learning with Neural Networks. NeurIPS. link ↗
- Cho, K., van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H. & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. EMNLP, 1724–1734. DOI: 10.3115/v1/D14-1179 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Sequence-to-Sequence (Seq2Seq) Encoder-Decoder Model. ScholarGate. https://scholargate.app/hi/deep-learning/seq2seq
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
- BERT फाइन-ट्यूनिंगगहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- बहु-शीर्षक स्व-ध्यान (Multi-Head Self-Attention)गहन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare