LSTM के साथ ट्रांसफर लर्निंग
LSTM के साथ ट्रांसफर लर्निंग एक ऐसी तकनीक है जिसमें एक लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) नेटवर्क को पहले एक बड़े स्रोत कॉर्पस या कार्य पर पूर्व-प्रशिक्षित किया जाता है, और फिर उसके सीखे हुए वज़न को एक छोटे लक्ष्य कार्य पर स्थानांतरित और फाइन-ट्यून किया जाता है। ULMFiT (Howard & Ruder, 2018) द्वारा लोकप्रिय यह दृष्टिकोण, LSTM-आधारित मॉडलों को तब भी मजबूत प्रदर्शन प्राप्त करने की अनुमति देता है जब लेबल किया गया लक्ष्य डेटा दुर्लभ हो।
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 ↗
- Transfer learning. Wikipedia. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Transfer Learning with Long Short-Term Memory Networks. ScholarGate. https://scholargate.app/hi/deep-learning/transfer-learning-with-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 एलएसटीएमगहन अधिगम↔ तुलना करें
- गेटेड रिकरेंट यूनिट (GRU)गहन अधिगम↔ तुलना करें
- लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM)गहन अधिगम↔ तुलना करें
- पुनरावर्ती तंत्रिका नेटवर्क के साथ स्थानांतरण सीखनागहन अधिगम↔ तुलना करें