फाइन-ट्यून्ड ट्रांसफार्मर
एक ट्रांसफार्मर को फाइन-ट्यून करने से एक बड़े पूर्व-प्रशिक्षित मॉडल — जैसे BERT, GPT, या ViT — को एक विशिष्ट डाउनस्ट्रीम कार्य के लिए अनुकूलित किया जाता है, जो एक लेबल वाले लक्ष्य डेटासेट पर ग्रेडिएंट-आधारित प्रशिक्षण जारी रखता है। यह दो-चरणीय प्रतिमान (पूर्व-प्रशिक्षण फिर फाइन-ट्यूनिंग) लगातार NLP और कंप्यूटर विजन कार्यों में शुरू से प्रशिक्षण की तुलना में बहुत कम कार्य-विशिष्ट डेटा के साथ अत्याधुनिक परिणाम प्राप्त करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
स्रोत
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30. link ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. Proceedings of NAACL-HLT 2019, 4171–4186. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Fine-Tuned Transformer (Task-Specific Adaptation of Pre-Trained Transformer Models). ScholarGate. https://scholargate.app/hi/deep-learning/fine-tuned-transformer
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.
- BERT-आधारित वर्गीकरणगहन अधिगम↔ compare
- फाइन-ट्यून्ड BERT-आधारित वर्गीकरणगहन अधिगम↔ compare
- फाइन-ट्यून्ड रिकरंट न्यूरल नेटवर्कगहन अधिगम↔ compare
- RoBERTa-आधारित वर्गीकरणगहन अधिगम↔ compare