NLP中的迁移学习

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

NLP中的迁移学习

【方向】 2018-08-21 18:27:44 浏览2233
展开阅读全文

在我们之前的文章中,我们展示了如何使用CNN与迁移学习为我们自己创建图片构建分类器。今天,我们介绍NLP中迁移学习的最新趋势,并尝试进行分类任务:将亚马逊评论的数据集分类为正面或负面。

NLP中的迁移学习理念在fast.ai课程中得到了很好的体现,我们鼓励你查看论坛。我们这里的参考文件是  HowardRuder用于文本分类的通用语言模型微调

什么是迁移学习?

计算机视觉是一个使用迁移学习而取得巨大进步的领域。它具有数百万参数的高度非线性模型需要大量数据集进行训练,并且通常需要数天或数周才能进行训练,只是为了能够将图像分类为包含狗或猫!

17dcba8f5b371a2bc518eafcbeb0f5435ac2cd13

随着ImageNet的挑战,团队每年都参与竞争,以设计出最佳的图像分类器。已经观察到这些模型的隐藏层能够捕获图像中的一般知识(边缘、某些形式、样式......)。因此,每次我们想要改变任务时,没

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属团队号: 翻译小组