कमजोर पर्यवेक्षित आवर्ती तंत्रिका नेटवर्क
एक कमजोर पर्यवेक्षित आरएनएन अनुक्रमों पर एक आवर्ती तंत्रिका नेटवर्क को प्रशिक्षित करता है जिनके लेबल अपूर्ण स्रोतों से आते हैं — अनुमानित नियम, दूरस्थ पर्यवेक्षण, क्राउडसोर्सिंग, या जनरेटिव लेबल मॉडल — महंगे विशेषज्ञ एनोटेशन के बजाय। यह शोधकर्ताओं को पाठ वर्गीकरण, नामित इकाई पहचान, या समय-श्रृंखला भविष्यवाणी जैसे अनुक्रमिक कार्यों के लिए बड़े अचिह्नित कॉर्पोरा का फायदा उठाने की अनुमति देता है जब पूरी तरह से एनोटेट डेटा दुर्लभ या महंगा होता 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
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Weakly Supervised Recurrent Neural Network. ScholarGate. https://scholargate.app/hi/deep-learning/weakly-supervised-recurrent-neural-network
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
- पुनरावर्ती तंत्रिका नेटवर्कगहन अधिगम↔ compare
- कमजोर पर्यवेक्षित एलएसटीएमगहन अधिगम↔ compare
- दुर्बल पर्यवेक्षित ट्रांसफार्मरगहन अधिगम↔ compare