Transformer (NLP)
Transformer on huomiomekanismiin perustuva syväoppimismalli, jonka Vaswani ja kollegat esittelivät vuonna 2017. Se suorittaa tekstinluokittelua, nimettyjen entiteettien tunnistusta ja kielimallinnusta sallimalla jokaisen sekvenssin tokenin kiinnittää huomionsa suoraan jokaiseen muuhun tokeniin. Se korvasi aiemmat rekurrentit mallit itsehuomiomekanismilla, joka käsittelee koko sekvenssin rinnakkain.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/fi/deep-learning/transformer-nlp
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.
- AutoenkooderiSyväoppiminen↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Random ForestKoneoppiminen↔ compare
- XGBoostKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →