LSTM e Përshtatur
LSTM e Përshtatur përshtat një rrjet të mësuar me kujtesë afatshkurtër (Long Short-Term Memory - LSTM) të parë-trajnua në një korpus të madh për një detyrë specifike të mëvonshme — siç janë klasifikimi i tekstit, analiza e ndjenjave, ose etiketimi i sekuencave — duke vazhduar trajnimin në të dhëna të etiketuara specifike për detyrën. Popullarizuar nga kuadri ULMFiT, kjo qasje arrin performancë të fortë edhe kur të dhënat e etiketuara 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
- 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 ↗
- Hochreiter, S., & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Fine-Tuned Long Short-Term Memory Network. ScholarGate. https://scholargate.app/sq/deep-learning/fine-tuned-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.
- Klasifikimi i bazuar në BERTMësimi i thellë↔ compare
- GRU i PërshtaturMësimi i thellë↔ compare
- Rrjeti i Tretur i Rregulluar me Përsosje (Fine-Tuned Recurrent Neural Network)Mësimi i thellë↔ compare
- Transformues i akorduar imëtMësimi i thellë↔ compare
- Long Short-Term Memory (LSTM)Mësimi i thellë↔ compare
- Transfer Learning me LSTMMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →