Peenhäälestatud rekurrentne närvivõrk
Peenhäälestatud rekurrentne närvivõrk (RNN) alustab suurel korpusel või aegridade andmetel eelkoolitatud mudelist ja kohandab oma kaalusid konkreetse järgneva ülesande jaoks kontrollitud gradiendivärskenduste abil. See lähenemine vähendab oluliselt märgistatud andmete vajadust tugeva järjestikuse modelleerimise jõudluse saavutamiseks tekstiklassifikatsioonis, nimega olemi tuvastamises, sentimentanalüüsis ja seotud ülesannetes.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- Howard, J. & Ruder, S. (2018). Universal Language Model Fine-Tuning for Text Classification. Proceedings of ACL 2018, 328–339. DOI: 10.18653/v1/P18-1031 ↗
- Recurrent neural network. Wikipedia. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Fine-Tuned Recurrent Neural Network (Transfer Learning for Sequence Models). ScholarGate. https://scholargate.app/et/deep-learning/fine-tuned-recurrent-neural-network
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Fine-Tuned LSTMSüvaõpe↔ võrdle
- Fine-Tuned TransformerSüvaõpe↔ võrdle
- Gated Recurrent Unit (GRU)Süvaõpe↔ võrdle
- Long Short-Term Memory (LSTM)Süvaõpe↔ võrdle
- Korduv närvivõrkSüvaõpe↔ võrdle
- Ülekandmisõpe rekurrentse närvivõrgugaSüvaõpe↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →