Machine learningDeep learning / NLP / CV
شبكة الذاكرة طويلة قصيرة المدى المضبوطة بدقة (Fine-Tuned LSTM)
تُكيّف شبكة الذاكرة طويلة قصيرة المدى المضبوطة بدقة (Fine-Tuned LSTM) شبكة ذاكرة طويلة قصيرة المدى (Long Short-Term Memory) مُدربة مسبقًا على مجموعة نصوص كبيرة لمهمة لاحقة محددة — مثل تصنيف النصوص، أو تحليل المشاعر، أو وسم التسلسل — عن طريق مواصلة التدريب على بيانات مُوسومة خاصة بالمهمة. وقد شاع هذا النهج بفضل إطار عمل ULMFiT، ويحقق أداءً قويًا حتى عندما تكون البيانات المُوسومة نادرة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Howard, J., & Ruder, S. (2018). Universal Language Model Fine-tuning for Text Classification. Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (ACL), 328–339. DOI: 10.18653/v1/P18-1031 ↗
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Fine-Tuned Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ar/deep-learning/fine-tuned-lstm
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- تصنيف قائم على BERTالتعلم العميق↔ قارن
- وحدة البوابات المتكررة المُحسَّنة (Fine-Tuned GRU)التعلم العميق↔ قارن
- شبكة عصبية متكررة مضبوطة بدقةالتعلم العميق↔ قارن
- محوّل مُعدَّلالتعلم العميق↔ قارن
- الذاكرة طويلة قصيرة المدى (LSTM)التعلم العميق↔ قارن
- التعلم التحويلي باستخدام شبكات الذاكرة طويلة المدى (LSTM)التعلم العميق↔ قارن