Трансферно обучение с рекурентна невронна мрежа
Трансферното обучение с рекурентна невронна мрежа (TL-RNN) използва повторно тегла, научени от RNN върху голяма изходна задача — като езиково моделиране или предсказване на последователности — и ги адаптира към нова, често по-малка целева задача. Тази стратегия позволява на практиците да постигнат силна производителност при моделиране на последователности, без да се нуждаят от масивни маркирани набори от данни.
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
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Transfer learning. Wikipedia. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Transfer Learning with Recurrent Neural Network (TL-RNN). ScholarGate. https://scholargate.app/bg/deep-learning/transfer-learning-with-recurrent-neural-network
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.
- Фино настроена рекурентна невронна мрежаДълбоко обучение↔ сравняване
- Вентилна рекурентна единица (GRU)Дълбоко обучение↔ сравняване
- Дългосрочна краткосрочна памет (LSTM)Дълбоко обучение↔ сравняване
- Рекурентна невронна мрежаДълбоко обучение↔ сравняване
- Трансферно обучение с LSTMДълбоко обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →