पुनरावर्ती तंत्रिका नेटवर्क के साथ स्थानांतरण सीखना
पुनरावर्ती तंत्रिका नेटवर्क (TL-RNN) के साथ स्थानांतरण सीखना एक बड़े स्रोत कार्य — जैसे भाषा मॉडलिंग या अनुक्रम भविष्यवाणी — पर एक RNN द्वारा सीखे गए भार का पुन: उपयोग करता है, और उन्हें एक नए, अक्सर छोटे लक्ष्य कार्य के अनुकूल बनाता है। यह रणनीति चिकित्सकों को बड़े लेबल वाले डेटासेट की आवश्यकता के बिना मजबूत अनुक्रम-मॉडलिंग प्रदर्शन प्राप्त करने की अनुमति देती 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
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Transfer learning. Wikipedia. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Transfer Learning with Recurrent Neural Network (TL-RNN). ScholarGate. https://scholargate.app/hi/deep-learning/transfer-learning-with-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 रिकरंट न्यूरल नेटवर्कगहन 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
- LSTM के साथ ट्रांसफर लर्निंगगहन अधिगम↔ तुलना करें