PyTorch - Jaringan Syaraf Rekursif

Jaringan neural dalam memiliki fitur eksklusif untuk memungkinkan terobosan dalam pembelajaran mesin yang memahami proses bahasa alami. Teramati bahwa sebagian besar model ini memperlakukan bahasa sebagai urutan kata atau karakter datar, dan menggunakan sejenis model yang disebut sebagai jaringan saraf berulang atau RNN.

Banyak peneliti sampai pada kesimpulan bahwa bahasa paling baik dipahami sehubungan dengan hierarki frasa. Jenis ini termasuk dalam jaringan saraf rekursif yang mempertimbangkan struktur tertentu.

PyTorch memiliki fitur khusus yang membantu membuat model pemrosesan bahasa alami yang kompleks ini jauh lebih mudah. Ini adalah kerangka kerja berfitur lengkap untuk semua jenis pembelajaran mendalam dengan dukungan kuat untuk visi komputer.

Fitur Jaringan Neural Rekursif

• Jaringan neural rekursif dibuat sedemikian rupa sehingga mencakup penerapan kumpulan bobot yang sama dengan struktur mirip grafik yang berbeda.

• Node dilintasi dalam urutan topologi.

• Jenis jaringan ini dilatih oleh mode kebalikan dari diferensiasi otomatis.

• Pemrosesan bahasa alami mencakup kasus khusus jaringan saraf rekursif.

• Jaringan tensor neural rekursif ini mencakup berbagai node fungsional komposisi di pohon.

Contoh jaringan saraf rekursif ditunjukkan di bawah ini -