Samoučujúca sa GRU
Samoučujúca sa GRU trénuje sieť Gated Recurrent Unit (GRU) pomocou automaticky vytvorených supervíznych signálov — ako je predikcia ďalšieho kroku alebo obnova maskovaného tokenu — odvodených zo samotných neoznačených dát. Naučené reprezentácie sekvencií sa potom doladia na malých označených dátových súboroch, čím sa umožní vysokokvalitné sekvenčné modelovanie, keď sú anotácie zriedkavé.
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.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Gated Recurrent Unit. ScholarGate. https://scholargate.app/sk/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.
- Gated Recurrent Unit (GRU)Hlboké učenie↔ compare
- Long Short-Term Memory (LSTM)Hlboké učenie↔ compare
- Samoučiací sa TransformerHlboké učenie↔ compare
- Polosupervizovaný GRUHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →