ডোমেইন-অ্যাডাপ্টিভ ট্রান্সফরমার
একটি ডোমেইন-অ্যাডাপ্টিভ ট্রান্সফরমার (DAT) হলো ট্রান্সফরমার-ভিত্তিক মডেল — যেমন BERT বা ViT — যা একটি সুস্পষ্ট ডোমেইন-অ্যালাইনমেন্ট উদ্দেশ্য সহ প্রসারিত করা হয়েছে যাতে শেখা উপস্থাপনাগুলি লেবেলযুক্ত উৎস ডোমেইন থেকে একটি ভিন্ন, প্রায়শই লেবেলবিহীন, লক্ষ্য ডোমেইনে ভালোভাবে স্থানান্তরিত হয়। এই পদ্ধতিটি ট্রান্সফরমারগুলির শক্তিশালী উপস্থাপনা ক্ষমতাকে ডোমেইন অ্যাডাপটেশন কৌশলগুলির সাথে একত্রিত করে যেমন অ্যাডভারসারিয়াল ট্রেনিং বা কনট্রাস্টিভ অ্যালাইনমেন্ট ডোমেইন শিফট কমাতে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Ni, J., Hernandez Abrego, G., Constant, N., Ma, J., Hall, K., Cer, D., & Yang, Y. (2021). Sentence-T5: Scalable Sentence Encoders from Pre-trained Text-to-Text Models. Findings of ACL 2022. arXiv:2108.08877. link ↗
- Guo, J., Shah, D., & Barzilay, R. (2022). Multi-Source Domain Adaptation with Mixture of Experts. In Proceedings of EMNLP 2018. arXiv:1809.02060. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Domain-Adaptive Transformer (DAT). ScholarGate. https://scholargate.app/bn/deep-learning/domain-adaptive-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ট্রান্সফার লার্নিংযন্ত্র শিখন↔ compare
- ভিশন ট্রান্সফরমারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →