Слабо надгледани GRU
Слабо надгледани GRU (Weakly Supervised GRU) тренира мрежу засновану на Гатном рекурентном јединици (Gated Recurrent Unit – GRU) на секвенцама које су обележене на основу несавршених, хеуристичких или програмских извора, уместо на скупим ручно анотираним подацима истине. Он комбинује ефикасност GRU-а у хватању временских зависности са техникама слабе надгледаности које агрегирају бучне ознаке, омогућавајући практично моделирање секвенци када велики, потпуно обележени скупови података нису доступни.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/sr/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.
- Gated Recurrent Unit (GRU)Duboko učenje↔ compare
- Long Short-Term Memory (LSTM)Duboko učenje↔ compare
- Рекурентна неуронска мрежаDuboko učenje↔ compare
- Полу-надгледани GRUDuboko učenje↔ compare
- Слабо надгледани LSTMDuboko učenje↔ compare
- Слабо надгледани ТрансформерDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →