Domain-Adaptive GRU
Domain-Adaptive GRU ühendab Gated Recurrent Unit (GRU) arhitektuuri domeeniadaptatsioonitehnikatega, et koolitada jada-mudelit märgistatud lähtedomeenis ja kanda see üle erinevasse, kuid seotud sihtdomeeni, vähendades jaotusnihkest tingitud jõudluse halvenemist. Seda rakendatakse laialdaselt NLP-ülesannetes, nagu domeenidevaheline sentimentanalüüs, nimetatud üksuste tuvastamine ja tekstiklassifitseerimine, kus märgistatud sihtdomeeni andmeid on vähe.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Domain-Adaptive Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/et/deep-learning/domain-adaptive-gru
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.
- Domeeniadaptiivne rekurrentne närvivõrkSüvaõpe↔ compare
- Domain-Adaptive TransformerSüvaõpe↔ compare
- Peenhäälestatud GRUSüvaõpe↔ compare
- Gated Recurrent Unit (GRU)Süvaõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →