Önfelügyelt GRU
Az önfelügyelt GRU (Gated Recurrent Unit) hálózatot automatikusan létrehozott felügyeleti jelek – mint például a következő lépés előrejelzése vagy a maszkolt token helyreállítása – segítségével tanítja, amelyeket magából a címkézetlen adatból nyer. A tanult szekvenciareprezentációkat ezután kis címkézett adathalmazokon finomhangolják, így kiváló minőségű szekvenciális modellezés válik lehetővé, ha az annotációk ritkák.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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. In Proceedings of EMNLP 2014. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2023). Self-Supervised Learning: Generative or Contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/hu/deep-learning/self-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.
- Gated Recurrent Unit (GRU)Mélytanulás↔ compare
- Long Short-Term Memory (LSTM)Mélytanulás↔ compare
- Önfelügyelt TransformerMélytanulás↔ compare
- Félfelügyelt GRUMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →