Rekurrens neurális hálózat
A rekurrens neurális hálózat (RNN) egy olyan neurális hálózati osztály, amelyet szekvenciális adatok feldolgozására terveztek, és amely egy rejtett állapotot tart fenn, ami információt hordoz az időlépéseken keresztül. A modern formáját Rumelhart et al. (1986) vezette be, és Elman (1990) tovább formálta. Az RNN-ek a domináns architektúrává váltak a szekvenciamodellezésben a természetes nyelvfeldolgozás (NLP), a beszéd és az idősor-elemzés területén, mielőtt megjelentek volna azAttention-based modellek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Források
- Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. DOI: 10.1207/s15516709cog1402_1 ↗
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533–536. DOI: 10.1038/323533a0 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/hu/deep-learning/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.
- BERT-alapú osztályozásMélytanulás↔ compare
- Gated Recurrent Unit (GRU)Mélytanulás↔ compare
- Long Short-Term Memory (LSTM)Mélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →