Fintunet rekurrent nevralt nettverk
Et fintunet rekurrent nevralt nettverk (RNN) starter med en modell forhåndstrent på store korpora eller tidsseriedata og tilpasser vektene til en spesifikk nedstrømsoppgave gjennom kontrollerte gradientoppdateringer. Tilnærmingen reduserer dramatisk mengden merkede data som trengs for sterk sekvensmodelleringsytelse innen tekstklassifisering, navngitt enhetsgjenkjenning, sentimentanalyse og relaterte oppgaver.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Howard, J. & Ruder, S. (2018). Universal Language Model Fine-Tuning for Text Classification. Proceedings of ACL 2018, 328–339. DOI: 10.18653/v1/P18-1031 ↗
- Recurrent neural network. Wikipedia. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Fine-Tuned Recurrent Neural Network (Transfer Learning for Sequence Models). ScholarGate. https://scholargate.app/no/deep-learning/fine-tuned-recurrent-neural-network
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.
- Finjustert LSTMDyp læring↔ compare
- Finetunet transformatorDyp læring↔ compare
- Gated Recurrent Unit (GRU)Dyp læring↔ compare
- Langtidskorttidsminne (LSTM)Dyp læring↔ compare
- Residuelle nevrale nettverkDyp læring↔ compare
- Overføringslæring med tilbakevendende nevralt nettverkDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →