Slabo nadgledani Transformer
Slabo nadgledani Transformer kombinira reprezentacijsku moć Transformer arhitektura sa strategijama slabog nadzora koje iskorištavaju nejasne, nepotpune ili programski generirane oznake — omogućujući obuku visokokvalitetnih NLP i vizijskih modela kada su potpuno anotirani skupovi podataka rijetki ili preskupi za izradu.
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
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/hr/deep-learning/weakly-supervised-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-tem klasifikacijaDuboko učenje↔ compare
- Fino podešeni TransformerDuboko učenje↔ compare
- Transformator samo-nadziranog učenjaDuboko učenje↔ compare
- Poluučeni TransformerDuboko učenje↔ compare
- Klasifikacija temeljena na BERT-u uz slabi nadzorDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →