Адаптивен към домейна GRU
Адаптивният към домейна GRU (Domain-Adaptive GRU) комбинира архитектурата на Gated Recurrent Unit с техники за адаптация към домейн, за да обучи секвенциален модел върху маркиран изходен домейн и да го прехвърли към различен, но свързан целеви домейн, намалявайки влошаването на производителността, причинено от изместване на разпределението. Той се прилага широко в задачи от обработката на естествен език (NLP) като междудоменов анализ на настроения, разпознаване на именувани обекти и класификация на текст, където маркирани данни от целевия домейн са оскъдни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014 (pp. 1724–1734). Association for Computational Linguistics. link ↗
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(1), 2096–2030. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-Adaptive Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-gru
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Рекурентна невронна мрежа с адаптация към домейнДълбоко обучение↔ сравняване
- Трансформер с адаптация към домейнДълбоко обучение↔ сравняване
- Фино настроен GRUДълбоко обучение↔ сравняване
- Вентилна рекурентна единица (GRU)Дълбоко обучение↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →