Sekvens-til-sekvens-modellen (Seq2Seq)
Sekvens-til-sekvens-modellen (Seq2Seq), introdusert av Sutskever, Vinyals og Le samt av Cho og kolleger i 2014, er et nevralt nettverk med enkoder-dekoder som mapper en input-sekvens av variabel lengde til en output-sekvens av variabel lengde. Den danner grunnlaget for maskinoversettelse, tekstoppsummering, dialogsystemer og kodegenerering.
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
- Sutskever, I., Vinyals, O. & Le, Q. V. (2014). Sequence to Sequence Learning with Neural Networks. NeurIPS. link ↗
- 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. EMNLP, 1724–1734. DOI: 10.3115/v1/D14-1179 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Sequence-to-Sequence (Seq2Seq) Encoder-Decoder Model. ScholarGate. https://scholargate.app/no/deep-learning/seq2seq
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
- BERT finjusteringDyp læring↔ compare
- Random ForestMaskinlæring↔ compare
- Multi-hode selvoppmerksomhetDyp læring↔ compare
- XGBoostMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →