फाइन-ट्यून्ड एलएसटीएम
फाइन-ट्यून्ड एलएसटीएम एक लॉन्ग शॉर्ट-टर्म मेमोरी नेटवर्क को एक बड़े कॉर्पस पर पूर्व-प्रशिक्षित करके एक विशिष्ट डाउनस्ट्रीम कार्य — जैसे टेक्स्ट वर्गीकरण, भावना विश्लेषण, या अनुक्रम लेबलिंग — के लिए अनुकूलित करता है, कार्य-विशिष्ट लेबल वाले डेटा पर प्रशिक्षण जारी रखकर। यूएलएमफिट (ULMFiT) फ्रेमवर्क द्वारा लोकप्रिय, यह दृष्टिकोण तब भी मजबूत प्रदर्शन प्राप्त करता है जब लेबल वाला डेटा दुर्लभ होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Fine-Tuned Long Short-Term Memory Network. ScholarGate. https://scholargate.app/hi/deep-learning/fine-tuned-lstm
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- BERT-आधारित वर्गीकरणगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड GRUगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड रिकरंट न्यूरल नेटवर्कगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड ट्रांसफार्मरगहन अधिगम↔ तुलना करें
- लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM)गहन अधिगम↔ तुलना करें
- LSTM के साथ ट्रांसफर लर्निंगगहन अधिगम↔ तुलना करें