Jemne vyladená GRU
Jemne vyladená GRU adaptuje sieť Gated Recurrent Unit — predtrénovanú na veľkom zdrojovom datasete — na špecifickú cieľovú úlohu alebo doménu pokračovaním tréningu na dátach označených pre danú doménu. Toto kombinuje kapacitu sekvenčnej pamäte GRU s efektívnymi ziskami z transferového učenia, čím sa dosahuje silný výkon aj vtedy, keď je označených cieľových dát málo.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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. link ↗
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Fine-Tuned Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/sk/deep-learning/fine-tuned-gru
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Jemne vyladené LSTMHlboké učenie↔ porovnať
- Jemne vyladený TransformerHlboké učenie↔ porovnať
- Gated Recurrent Unit (GRU)Hlboké učenie↔ porovnať
- Long Short-Term Memory (LSTM)Hlboké učenie↔ porovnať
- Rekurentná neurónová sieťHlboké učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →