Трансформер са самонадзором
Трансформер са самонадзором је Трансформер мрежа претходно обучена коришћењем аутоматски конструисаних сигнала надзора — као што су предвиђање маскираних токена или предвиђање следеће реченице — уместо ручно анотираних ознака. Резултујуће репрезентације се затим фино подешавају или испитују на накнадним задацима. BERT, GPT и ViT (Vision Transformer у режиму моделовања маскираних слика) су најпознатије инстанце ове парадигме.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems, 30. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised Transformer (Pretraining with Self-generated Supervision). ScholarGate. https://scholargate.app/sr/deep-learning/self-supervised-transformer
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.
- BERT-based ClassificationDuboko učenje↔ compare
- Fino podešeni TransformerDuboko učenje↔ compare
- Klasifikacija zasnovana na RoBERTa modeluDuboko učenje↔ compare
- Samonadzirana konvoluciona neuronska mrežaDuboko učenje↔ compare
- Ugrađivanje rečenicaDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →