Aprenentatge per transferència amb xarxa neuronal recurrent
L'aprenentatge per transferència amb xarxa neuronal recurrent (TL-RNN) reutilitza pesos apresos per una RNN en una tasca font gran — com ara la modelització del llenguatge o la predicció de seqüències — i els adapta a una tasca objectiu nova, sovint més petita. Aquesta estratègia permet als professionals obtenir un rendiment sòlid en modelització de seqüències sense necessitat de conjunts de dades etiquetats massius.
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
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Transfer Learning with Recurrent Neural Network (TL-RNN). ScholarGate. https://scholargate.app/ca/deep-learning/transfer-learning-with-recurrent-neural-network
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 Recurrent FinetunedAprenentatge profund↔ compare
- Unitat recurrent amb portes (GRU)Aprenentatge profund↔ compare
- Long Short-Term Memory (LSTM)Aprenentatge profund↔ compare
- Xarxa Neuronal RecurrentAprenentatge profund↔ compare
- Aprenentatge per transferència amb LSTMAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →