फाइन-ट्यून्ड रिकरंट न्यूरल नेटवर्क
एक फाइन-ट्यून्ड रिकरंट न्यूरल नेटवर्क (RNN) बड़े कॉर्पोरा या टाइम-सीरीज़ डेटा पर पूर्व-प्रशिक्षित मॉडल से शुरू होता है और नियंत्रित ग्रेडिएंट अपडेट के माध्यम से एक विशिष्ट डाउनस्ट्रीम कार्य के लिए अपने भार को अनुकूलित करता है। यह दृष्टिकोण टेक्स्ट वर्गीकरण, नामित इकाई पहचान, भावना विश्लेषण और संबंधित कार्यों में मजबूत अनुक्रम मॉडलिंग प्रदर्शन के लिए आवश्यक लेबल वाले डेटा की मात्रा को नाटकीय रूप से कम करता 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 ACL 2018, 328–339. DOI: 10.18653/v1/P18-1031 ↗
- Recurrent neural network. Wikipedia. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Fine-Tuned Recurrent Neural Network (Transfer Learning for Sequence Models). ScholarGate. https://scholargate.app/hi/deep-learning/fine-tuned-recurrent-neural-network
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।
- फाइन-ट्यून्ड एलएसटीएमगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड ट्रांसफार्मरगहन अधिगम↔ तुलना करें
- गेटेड रिकरेंट यूनिट (GRU)गहन अधिगम↔ तुलना करें
- लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM)गहन अधिगम↔ तुलना करें
- पुनरावर्ती तंत्रिका नेटवर्कगहन अधिगम↔ तुलना करें
- पुनरावर्ती तंत्रिका नेटवर्क के साथ स्थानांतरण सीखनागहन अधिगम↔ तुलना करें