Machine learningDeep learning / NLP / CV
LSTM מכוונן עדין
LSTM מכוונן עדין מתאים רשת זיכרון לטווח קצר (LSTM) שאומנה מראש על קורפוס גדול למשימה ספציפית – כגון סיווג טקסט, ניתוח סנטימנט, או תיוג רצפים – על ידי המשך אימון על נתונים מתויגים ספציפיים למשימה. גישה זו, שהפכה פופולרית בזכות מסגרת ULMFiT, משיגה ביצועים חזקים גם כאשר נתונים מתויגים נדירים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Fine-Tuned Long Short-Term Memory Network. ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- GRU מכוונן עדיןלמידה עמוקה↔ compare
- רשת עצבית חוזרת מכווננת היטבלמידה עמוקה↔ compare
- Transformer מכוונן היטבלמידה עמוקה↔ compare
- Long Short-Term Memory (LSTM)למידה עמוקה↔ compare
- למידת העברה עם LSTMלמידה עמוקה↔ compare