Dubbelriktad RNN
En dubbelriktad RNN (Bidirectional RNN), introducerad av Schuster och Paliwal 1997, bearbetar en sekvens i både framåt- och bakåtriktning så att varje position har tillgång till hela sitt omgivande sammanhang. Med LSTM- eller GRU-celler (BiLSTM/BiGRU) är det standardmetoden för namngiven entitetsigenkänning, sekvensmärkning och taligenkänning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Schuster, M. & Paliwal, K.K. (1997). Bidirectional Recurrent Neural Networks. IEEE Transactions on Signal Processing, 45(11), 2673–2681. DOI: 10.1109/78.650093 ↗
- Graves, A. & Schmidhuber, J. (2005). Framewise Phoneme Classification with Bidirectional LSTM Networks. IJCNN, 2047–2052. DOI: 10.1109/IJCNN.2005.1556215 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Bidirectional Recurrent Neural Network (BiLSTM / BiGRU). ScholarGate. https://scholargate.app/sv/deep-learning/bidirectional-rnn
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.
- UppmärksamhetsmekanismDjupinlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Multi-Head Self-AttentionDjupinlärning↔ compare
- Sekvens-till-sekvens-modellen (Seq2Seq)Djupinlärning↔ compare
- XGBoostMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →