Bidirectionele RNN
Een Bidirectionele RNN, geïntroduceerd door Schuster en Paliwal in 1997, verwerkt een sequentie in zowel voorwaartse als achterwaartse richting, zodat elke positie toegang heeft tot de volledige omringende context. Met LSTM- of GRU-cellen (BiLSTM/BiGRU) is dit de standaardbenadering voor named-entity recognition, sequentielabeling en spraakherkenning.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/nl/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 MechanismDeep learning↔ compare
- Random ForestMachine learning↔ compare
- Multi-Head Self-AttentionDeep learning↔ compare
- Sequence-to-Sequence ModelDeep learning↔ compare
- XGBoostMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →