Félfelügyelt LSTM
A félfelügyelt LSTM (Semi-supervised LSTM) a Long Short-Term Memory hálózatok szekvenciális memóriáját ötvözi félfelügyelt tanulási stratégiákkal – kevés címkézett adatpont mellett nagyméretű címkézetlen szekvenciákat használva. A modell címkézetlen adatokon előképzett vagy regularizált, majd címkézett példákon finomhangolt, ami kiváló általánosítást tesz lehetővé, ha a címkézett adatok szűkösek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Rasmus, A., Berglund, M., Honkala, M., Valpola, H., & Raiko, T. (2015). Semi-supervised learning with ladder networks. Advances in Neural Information Processing Systems, 28. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/hu/deep-learning/semi-supervised-lstm
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.
- LSTMMélytanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Variációs AutoencoderMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →