GRU Adaptat la Domeniu
GRU Adaptat la Domeniu combină arhitectura Gated Recurrent Unit cu tehnici de adaptare la domeniu pentru a antrena un model secvențial pe un domeniu sursă etichetat și a-l transfera într-un domeniu țintă diferit, dar înrudit, reducând degradarea performanței cauzată de deplasarea distribuției. Este aplicat pe scară largă în sarcini NLP precum analiza sentimentelor cross-domain, recunoașterea entităților numite și clasificarea textelor, unde datele etichetate din domeniul țintă sunt rare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014 (pp. 1724–1734). Association for Computational Linguistics. link ↗
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(1), 2096–2030. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Domain-Adaptive Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/ro/deep-learning/domain-adaptive-gru
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.
- Rețea neuronală recurentă adaptivă la domeniuÎnvățare profundă↔ compare
- Transformer Adaptat la DomeniuÎnvățare profundă↔ compare
- GRU cu reglaj fin (Fine-Tuned GRU)Învățare profundă↔ compare
- Unitatea Recurentă Gated (GRU)Învățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →