Overføringslæring med tilbakevendende nevralt nettverk
Overføringslæring med tilbakevendende nevralt nettverk (TL-RNN) gjenbruker vekter lært av et RNN på en stor kildeoppgave – som språkmodellering eller sekvensprediksjon – og tilpasser dem til en ny, ofte mindre måletil. Denne strategien lar praktikere oppnå sterk sekvensmodelleringsytelse uten behov for massive merkede datasett.
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
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Transfer learning. Wikipedia. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Transfer Learning with Recurrent Neural Network (TL-RNN). ScholarGate. https://scholargate.app/no/deep-learning/transfer-learning-with-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.
- Fintunet rekurrent nevralt nettverkDyp læring↔ compare
- Gated Recurrent Unit (GRU)Dyp læring↔ compare
- Langtidskorttidsminne (LSTM)Dyp læring↔ compare
- Residuelle nevrale nettverkDyp læring↔ compare
- Overføringslæring med LSTMDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →