GRU i Përshtatur
GRU i Përshtatur përshtat një rrjet të Njësisë Rrjedhëse të Portës (Gated Recurrent Unit - GRU) — të parë-trajuar në një dataset të madh burimor — për një detyrë ose domen specifik target duke vazhduar trajnimin në të dhëna të etiketuar specifike për domenin. Kjo kombinon kapacitetin e kujtesës sekuenciale të GRU-ve me përfitimet e efikasitetit të transferimit të mësimit, duke arritur performancë të fortë edhe kur të dhënat e etiketuar target janë të pakta.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Fine-Tuned Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/sq/deep-learning/fine-tuned-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.
- LSTM e PërshtaturMësimi i thellë↔ compare
- Transformues i akorduar imëtMësimi i thellë↔ compare
- Njësia Rekurrente me Porta (GRU)Mësimi i thellë↔ compare
- Long Short-Term Memory (LSTM)Mësimi i thellë↔ compare
- Rrjeti Nervor RekurentMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →