Perceptró Multicapa Finament Ajustat
Un Perceptró Multicapa Finament Ajustat (Fine-Tuned Multilayer Perceptron) parteix de pesos apresos en una tasca font — o un gran conjunt de dades d'ús general — i continua l'entrenament en un conjunt de dades objectiu més petit amb una taxa d'aprenentatge reduïda. Aquesta reutilització de representacions pre-apreses permet que el MLP convergeixi més ràpidament i generalitzi millor que entrenant des de zero, especialment quan les dades objectiu etiquetades són escasses.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. DOI: 10.1038/323533a0 ↗
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems, 27, 3320–3328. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Fine-Tuned Multilayer Perceptron (Transfer Learning via MLP Weight Adaptation). ScholarGate. https://scholargate.app/ca/deep-learning/fine-tuned-multilayer-perceptron
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.
- Xarxa neuronal convolucional afinadaAprenentatge profund↔ compare
- LSTM afinadaAprenentatge profund↔ compare
- Transformer afinatAprenentatge profund↔ compare
- Perceptró Multicapa (MLP)Aprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →