Toveis RNN
En toveis RNN, introdusert av Schuster og Paliwal i 1997, prosesserer en sekvens i både forover- og bakoverretning slik at hver posisjon har tilgang til sin fulle omkringliggende kontekst. Med LSTM- eller GRU-celler (BiLSTM/BiGRU) er det standardtilnærmingen for navngitt enhetsgjenkjenning, sekvensmerking og talegjenkjenning.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/no/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.
- OppmerksomhetsmekanismeDyp læring↔ compare
- Random ForestMaskinlæring↔ compare
- Multi-hode selvoppmerksomhetDyp læring↔ compare
- Sekvens-til-sekvens-modellen (Seq2Seq)Dyp læring↔ compare
- XGBoostMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →