Transfer Learning me LSTM
Transfer Learning me LSTM është një teknikë në të cilën një rrjet Long Short-Term Memory (LSTM) së pari parapërgatitet në një korpus burimor ose detyrë të madhe, dhe pastaj peshat e tij të mësuara transferohen dhe përsosen në një detyrë target më të vogël. Ky qasje, popullarizuar nga ULMFiT (Howard & Ruder, 2018), lejon modelet e bazuara në LSTM të arrijnë performancë të fortë edhe kur të dhënat target të etiketuar 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 ↗
- Transfer learning. Wikipedia. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Transfer Learning with Long Short-Term Memory Networks. ScholarGate. https://scholargate.app/sq/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.
- Klasifikimi i bazuar në BERTMësimi i thellë↔ compare
- LSTM e PërshtaturMësimi i thellë↔ compare
- Njësia Rekurrente me Porta (GRU)Mësimi i thellë↔ compare
- Long Short-Term Memory (LSTM)Mësimi i thellë↔ compare
- Mësimi me Transferim me Rrjet Neural RekurentMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →