BERT finomhangolás
A Devlin és munkatársai által 2019-ben bevezetett BERT modellre építve a BERT finomhangolás egy előképzett BERT modellt tanít újra egy kis címkézett adatkészleten egy célfeladathoz, mint például osztályozás, névfelismerés vagy kérdésválaszolás. Az átviteli tanulás révén viszonylag kevés feladatspecifikus adattal is magas teljesítményt ér el.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Devlin, J., Chang, M.-W., Lee, K. & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y. & Huang, X. (2019). How to Fine-Tune BERT for Text Classification. CCL. DOI: 10.1007/978-3-030-32381-3_16 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Fine-Tuning of Pre-trained BERT (Bidirectional Encoder Representations from Transformers). ScholarGate. https://scholargate.app/hu/deep-learning/bert-finetuning
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.
- GPT finomhangolásMélytanulás↔ compare
- LoRA és PEFTMélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Vision TransformerMélytanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →