GRU auto-supervizat
GRU auto-supervizat antrenează o rețea Gated Recurrent Unit (GRU) utilizând semnale de supervizare construite automat — precum predicția pasului următor sau recuperarea token-urilor mascate — derivate din datele neetichetate în sine. Reprezentările secvențiale învățate sunt apoi ajustate fin (fine-tuned) pe seturi mici de date etichetate, făcând modelarea secvențială de înaltă calitate fezabilă atunci când adnotările sunt rare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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. In Proceedings of EMNLP 2014. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2023). Self-Supervised Learning: Generative or Contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/ro/deep-learning/self-supervised-gru
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.
- Unitatea Recurentă Gated (GRU)Învățare profundă↔ compare
- Long Short-Term Memory (LSTM)Învățare profundă↔ compare
- Transformer auto-supervizatÎnvățare profundă↔ compare
- GRU semi-supervizatÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →