Rekurentná neurónová sieť
Rekurentná neurónová sieť (RNN) je trieda neurónových sietí navrhnutá na spracovanie sekvenčných dát udržiavaním skrytého stavu, ktorý prenáša informácie cez časové kroky. RNN, predstavené v modernej forme Rumelhartom a kol. (1986) a ďalej formované Elmanom (1990), sa stali dominantnou architektúrou pre modelovanie sekvencií v NLP, reči a analýze časových radov pred nástupom modelov založených na pozornosti.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Zdroje
- Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. DOI: 10.1207/s15516709cog1402_1 ↗
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533–536. DOI: 10.1038/323533a0 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/sk/deep-learning/recurrent-neural-network
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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Gated Recurrent Unit (GRU)Hlboké učenie↔ compare
- Long Short-Term Memory (LSTM)Hlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →