Vāji uzraudzīts Transformers
Vāji uzraudzītais Transformers apvieno Transformer arhitektūru reprezentatīvo spēku ar vājās uzraudzības stratēģijām, kas izmanto trokšņainas, nepilnīgas vai programmatiski ģenerētas anotācijas — tas ļauj apmācīt augstas kvalitātes NLP un vizuālos modeļus, kad pilnībā anotēti datu kopumi ir reti vai to izveide ir dārga.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/lv/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 klasifikācijaDziļā mācīšanās↔ compare
- Precīzi noskaņots transformatorsDziļā mācīšanās↔ compare
- Pašuzraudzības TransformerDziļā mācīšanās↔ compare
- Pusuzraudzīts transformatorsDziļā mācīšanās↔ compare
- BERT klasifikācija ar vājo uzraudzībuDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →