Fine-Tuned LSTM
Fine-Tuned LSTM kohandab suures tekstikorpusel eelnevalt treenitud Long Short-Term Memory (LSTM) võrku konkreetse alluvülesande jaoks – nagu tekstiklassifikatsioon, tundeanalüüs või järjestuse märgistamine – jätkates treenimist ülesandespetsiifiliste märgistatud andmete abil. ULMFiT raamistiku populariseeritud lähenemisviis saavutab tugeva jõudluse isegi siis, kui märgistatud 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
- Howard, J., & Ruder, S. (2018). Universal Language Model Fine-tuning for Text Classification. Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (ACL), 328–339. DOI: 10.18653/v1/P18-1031 ↗
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Fine-Tuned Long Short-Term Memory Network. ScholarGate. https://scholargate.app/et/deep-learning/fine-tuned-lstm
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.
- BERT-põhine klassifitseerimineSüvaõpe↔ compare
- Peenhäälestatud GRUSüvaõpe↔ compare
- Peenhäälestatud rekurrentne närvivõrkSüvaõpe↔ compare
- Fine-Tuned TransformerSüvaõpe↔ compare
- Long Short-Term Memory (LSTM)Süvaõpe↔ compare
- Transfer Learning with LSTMSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →