Напівкерована LSTM
Напівкеровані LSTM поєднують послідовну пам'ять мереж довгої короткочасної пам'яті (Long Short-Term Memory) з напівкерованими стратегіями навчання — використовуючи невеликий розмічений набір даних разом із великим пулом нерозмічених послідовностей. Модель попередньо навчається або регуляризується на нерозмічених даних, а потім доналаштовується на розмічених прикладах, забезпечуючи високу узагальнювальну здатність, коли розмічених даних мало.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Long Short-Term Memory Network. ScholarGate. https://scholargate.app/uk/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.
- LSTMГлибоке навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →