RNN
arsitektur menyukai LSTM
dan BiLSTM
digunakan pada saat-saat di mana masalah pembelajarannya berurutan, misalnya Anda memiliki video dan Anda ingin tahu apa itu semua tentang atau Anda ingin agen membaca baris dokumen untuk Anda yang merupakan gambar teks dan tidak dalam format teks. Saya sangat menyarankan Anda melihat di sini .
LSTMs
dan varian dua arah mereka populer karena mereka telah mencoba mempelajari bagaimana dan kapan untuk melupakan dan kapan tidak menggunakan gerbang dalam arsitektur mereka. Dalam RNN
arsitektur sebelumnya , menghilangkan gradien adalah masalah besar dan menyebabkan jaring-jaring itu tidak terlalu banyak belajar.
Menggunakan Bidirectional LSTMs
, Anda memberi makan algoritma pembelajaran dengan data asli satu kali dari awal hingga akhir dan sekali dari ujung ke awal. Ada perdebatan di sini tetapi biasanya belajar lebih cepat daripada pendekatan satu arah meskipun tergantung pada tugas.
Ya, Anda dapat menggunakannya dalam pembelajaran tanpa pengawasan juga tergantung pada tugas Anda. lihat di sini dan di sini .