GRU i Dobët i Mbikëqyrur
GRU i Dobët i Mbikëqyrur trajnon një rrjet Gated Recurrent Unit (GRU) në sekuenca të etiketuara nga burime jo të plota, heuristike ose programatike, në vend të vërtetësisë së dorës së shtrenjtë. Ai kombinon efikasitetin e GRU-së në kapjen e varësive kohore me teknikat e mbikëqyrjes së dobët që grumbullojnë etiketa të zhurmshme, duke mundësuar modelimin praktik të sekuencave kur mungojnë grupe të mëdha të dhënash plotësisht të etiketuara.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Ratner, A. J., De Sa, C. M., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Chung, J., Gulcehre, C., Cho, K., & Bengio, Y. (2014). Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling. NIPS 2014 Workshop on Deep Learning. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Weakly Supervised Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/sq/deep-learning/weakly-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.
- Njësia Rekurrente me Porta (GRU)Mësimi i thellë↔ compare
- Long Short-Term Memory (LSTM)Mësimi i thellë↔ compare
- Rrjeti Nervor RekurentMësimi i thellë↔ compare
- GRU gjysmë-e-mbikëqyrurMësimi i thellë↔ compare
- LSTM me Mbikëqyrje të DobëtMësimi i thellë↔ compare
- Transformer me mbikëqyrje të dobëtMësimi i thellë↔ compare
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →