Pusiau paškontrolēta LSTM (Semi-supervised LSTM)
Pusiau paškontrolēta LSTM apvieno Long Short-Term Memory tīklu (LSTM) sekvenciālo atmiņu ar pusiau paškontrolētas mācīšanās stratēģijām — izmantojot nelielu marķētu datu kopu kopā ar lielu neapzīmētu sekvenču kopu. Modelis tiek iepriekš apmācīts vai regulēts uz neapzīmētiem datiem, pēc tam tiek precizēts uz marķētiem piemēriem, nodrošinot spēcīgu vispārināšanu, kad marķētie dati ir maz.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/lv/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.
- ILSMDziļā mācīšanās↔ compare
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
- Variacionālais autoenkodersDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →