Перенос обучения с рекуррентной нейронной сетью
Перенос обучения с рекуррентной нейронной сетью (TL-RNN) повторно использует веса, полученные RNN на большой исходной задаче — такой как языковое моделирование или предсказание последовательностей — и адаптирует их к новой, часто меньшей целевой задаче. Эта стратегия позволяет практикам достигать высокой производительности в моделировании последовательностей без необходимости в массивных размеченных наборах данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Transfer Learning with Recurrent Neural Network (TL-RNN). ScholarGate. https://scholargate.app/ru/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.
- Дообученная рекуррентная нейронная сетьГлубокое обучение↔ compare
- Сверточный рекуррентный блок (GRU)Глубокое обучение↔ compare
- Долговременная краткосрочная память (LSTM)Глубокое обучение↔ compare
- Рекуррентная нейронная сетьГлубокое обучение↔ compare
- Трансферное обучение с использованием LSTMГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →