Навчання з переносом за допомогою рекурентної нейронної мережі
Навчання з переносом за допомогою рекурентної нейронної мережі (TL-RNN) повторно використовує ваги, отримані RNN на великому вихідному завданні — такому як моделювання мови або прогнозування послідовностей — та адаптує їх до нового, часто меншого цільового завдання. Ця стратегія дозволяє практикам досягати високої продуктивності моделювання послідовностей без необхідності масивних розмічених наборів даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
- Transfer learning. Wikipedia. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Transfer Learning with Recurrent Neural Network (TL-RNN). ScholarGate. https://scholargate.app/uk/deep-learning/transfer-learning-with-recurrent-neural-network
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.
- Доопрацьована рекурентна нейронна мережаГлибоке навчання↔ compare
- Блокований рекурентний блок (GRU)Глибоке навчання↔ compare
- Довга короткострокова пам'ять (LSTM)Глибоке навчання↔ compare
- Рекурентна нейронна мережаГлибоке навчання↔ compare
- Трансферне навчання з LSTMГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →