Semi-supervised LSTM
Semi-supervised LSTM kombinuje sekvenčnú pamäť sietí Long Short-Term Memory s postupmi semi-supervised učenia — využíva malú označenú dátovú sadu spolu s veľkým súborom neoznačených sekvencií. Model je predtrénovaný alebo regularizovaný na neoznačených dátach, potom doladený na označených príkladoch, čím dosahuje silnú generalizáciu, keď sú označené dáta nedostatkové.
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
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Rasmus, A., Berglund, M., Honkala, M., Valpola, H., & Raiko, T. (2015). Semi-supervised learning with ladder networks. Advances in Neural Information Processing Systems, 28. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/sk/deep-learning/semi-supervised-lstm
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.
- LSTMHlboké učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →