A Bidirectional RNN
A Bidirectional RNN-t, amelyet Schuster és Paliwal vezetett be 1997-ben, úgy dolgozza fel a szekvenciát, hogy mind előre, mind hátra irányban fut, így minden pozíció hozzáfér a teljes környezetéhez. LSTM vagy GRU cellákkal (BiLSTM/BiGRU) ez a standard megközelítés a névfelismerés, szekvencia-címkézés és beszédfelismerés terén.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/hu/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.
- Attention MechanismMélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Multi-Head Self-AttentionMélytanulás↔ compare
- Szekvencia-szekvencia modellMélytanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →