Învățare prin transfer cu LSTM
Învățarea prin transfer cu LSTM este o tehnică prin care o rețea Long Short-Term Memory este mai întâi pre-antrenată pe un corpus sursă mare sau o sarcină mare, iar apoi ponderile sale învățate sunt transferate și ajustate fin pe o sarcină țintă mai mică. Această abordare, popularizată de ULMFiT (Howard & Ruder, 2018), permite modelelor bazate pe LSTM să atingă performanțe ridicate chiar și atunci când datele țintă etichetate 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
- Howard, J. & Ruder, S. (2018). Universal Language Model Fine-Tuning for Text Classification. Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (ACL), 328–339. DOI: 10.18653/v1/P18-1031 ↗
- Transfer learning. Wikipedia. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning with Long Short-Term Memory Networks. ScholarGate. https://scholargate.app/ro/deep-learning/transfer-learning-with-lstm
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.
- Clasificare bazată pe BERTÎnvățare profundă↔ compare
- LSTM ajustat finÎnvățare profundă↔ compare
- Unitatea Recurentă Gated (GRU)Învățare profundă↔ compare
- Long Short-Term Memory (LSTM)Învățare profundă↔ compare
- Învățare prin transfer cu Rețele Neuronale RecurenteÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →