Transformer (NLP)
Transformer ir uz uzmanību balstīts dziļās apmācības modelis, ko 2017. gadā ieviesa Vaswani un kolēģi, un kas veic tekstu klasifikāciju, nosaukto entitāšu atpazīšanu un valodu modelēšanu, ļaujot katram sekvences elementam (tokenam) tieši pievērst uzmanību katram citam elementam. Tas aizstāja iepriekšējos rekurentos dizainus ar pašuzmanības mehānismu, kas apstrādā veselas sekvences paralēli.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/lv/deep-learning/transformer-nlp
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.
- AutoencoderDziļā mācīšanās↔ compare
- Logistiskā regresijaPētniecības statistika↔ compare
- Random ForestMašīnmācīšanās↔ compare
- XGBoostMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →