Prijenosno učenje s LSTM mrežama
Prijenosno učenje s LSTM mrežama (Transfer Learning with LSTM) tehnika je u kojoj se mreža dugoročne kratkoročne memorije (Long Short-Term Memory) prvo prethodno obučava na velikom izvornom korpusu ili zadatku, a zatim se njezine naučene težine prenose i fino podešavaju na manjem ciljnom zadatku. Ovaj pristup, populariziran od strane ULMFiT-a (Howard & Ruder, 2018), omogućuje LSTM modelima postizanje snažnih performansi čak i kada su označeni ciljni podaci oskudni.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning with Long Short-Term Memory Networks. ScholarGate. https://scholargate.app/hr/deep-learning/transfer-learning-with-lstm
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-tem klasifikacijaDuboko učenje↔ compare
- Prilagođeni LSTMDuboko učenje↔ compare
- Gated Recurrent Unit (GRU)Duboko učenje↔ compare
- Dugo kratkoročno pamćenje (LSTM)Duboko učenje↔ compare
- Prenosno učenje s rekurentnim neuronskim mrežamaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →