Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Двонаправлений рекурентний нейронний мережевий модуль (Bidirectional RNN)× | Згорнута згорткова мережа із розширенням× | |
|---|---|---|
| Галузь | Глибоке навчання | Глибоке навчання |
| Родина | Machine learning | Machine learning |
| Рік появи≠ | 1997 | 2016 |
| Автор методу≠ | Schuster, M. & Paliwal, K.K. | van den Oord, A. et al.; Bai, S., Kolter, J.Z. & Koltun, V. |
| Тип≠ | Recurrent neural network (sequence model) | Deep learning (dilated 1D convolutional network) |
| Основоположне джерело≠ | Schuster, M. & Paliwal, K.K. (1997). Bidirectional Recurrent Neural Networks. IEEE Transactions on Signal Processing, 45(11), 2673–2681. DOI ↗ | van den Oord, A. et al. (2016). WaveNet: A Generative Model for Raw Audio. arXiv. link ↗ |
| Інші назви | Çift Yönlü RNN / BiLSTM / BiGRU, bidirectional recurrent neural network, BiLSTM, BiGRU | Dilate Edilmiş CNN (WaveNet / TCN), WaveNet, Temporal Convolutional Network, TCN |
| Пов'язані | 5 | 5 |
| Підсумок≠ | A Bidirectional RNN, introduced by Schuster and Paliwal in 1997, processes a sequence in both forward and backward directions so that every position has access to its full surrounding context. With LSTM or GRU cells (BiLSTM/BiGRU) it is the standard approach for named-entity recognition, sequence labelling, and speech recognition. | A Dilated CNN is a one-dimensional convolutional network whose receptive field grows exponentially with depth, letting it model long-range structure in time series and audio signals. WaveNet (van den Oord et al., 2016) and the Temporal Convolutional Network of Bai, Kolter and Koltun (2018) are the prominent members of this family. |
| ScholarGateНабір даних ↗ |
|
|