Двунаправленная РНС
Двунаправленная рекуррентная нейронная сеть (РНС), представленная Шустером и Паливал в 1997 году, обрабатывает последовательность в прямом и обратном направлениях, так что каждая позиция имеет доступ к полному окружающему контексту. С ячейками LSTM или GRU (BiLSTM/BiGRU) это стандартный подход для распознавания именованных сущностей, маркировки последовательностей и распознавания речи.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/ru/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.
- Механизм вниманияГлубокое обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- Многоголовочное самовниманиеГлубокое обучение↔ compare
- Модель «последовательность к последовательности»Глубокое обучение↔ compare
- XGBoostМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →