Mạng nơ-ron hồi quy
Mạng nơ-ron hồi quy (RNN) là một lớp mạng nơ-ron được thiết kế để xử lý dữ liệu tuần tự bằng cách duy trì một trạng thái ẩn mang thông tin qua các bước thời gian. Được giới thiệu dưới dạng hiện đại bởi Rumelhart et al. (1986) và được định hình thêm bởi Elman (1990), RNN đã trở thành kiến trúc thống trị cho việc mô hình hóa chuỗi trong NLP, giọng nói và phân tích chuỗi thời gian trước sự trỗi dậy của các mô hình dựa trên cơ chế chú ý.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Nguồn tài liệu
- Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211. DOI: 10.1207/s15516709cog1402_1 ↗
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533–536. DOI: 10.1038/323533a0 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Recurrent Neural Network (RNN). ScholarGate. https://scholargate.app/vi/deep-learning/recurrent-neural-network
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.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Cổng Lặp Lại Có Cổng (GRU)Học sâu↔ compare
- Mạng bộ nhớ dài-ngắn hạn (LSTM)Học sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →