回答情况：
提问时间：
问题标签：
我读过很多文章和论文，提到了如何进行无监督的培训，而培训前的伯特模型。我想知道是否有可能在没有监督的情况下微调一个伯特模型，还是总是需要监督？
浏览 0提问于2021-09-23得票数 3
回答已采纳
我有三个关于微调字向量的问题。求你帮帮我。我会很感激的！事先非常感谢！我的问题是，如果我想做微调，它是否意味着创建一个嵌入层?以及如何创建它？
浏览 13修改于2019-10-01得票数 5
其中大多数都是指无监督学习。那么，我们可以使用深度学习来解决监督学习问题吗？我知道有相当好的分类器可用。但我的目标是找出我们是否可以使用深度学习来达到这个目的。
浏览 7修改于2016-12-30得票数 10
我有一个高分辨率无人机图像的数据集，我已经将其拆分成大小为512x512的瓦片。这些瓷砖将通过描绘特定类型的植物进行注释，并以COCO格式存储。我想使用自监督学习，例如在tiles中进行分割。Pytorch Lightning bolts模块提供了已经预先训练好的自我监督模型，例如SimCLR。根据bolts module documentation的说法，应该可以使用螺栓在任何计算机视觉任务上微调SimCLR。 然而，我找到的唯一示例显示了SimCLR是如何在分类任务上进行微调的。一个finetune
浏览 33提问于2020-12-11得票数 3
因此，如果我正确理解，主要有两种方法使伯特适应特定的任务:微调(所有的权重都改变了，甚至是预先训练的)和基于特征的(预先训练的权重被冻结)。不过，我很困惑。
如果我想对伯特进行微调，那么使用蒙面语言模型和下一个句子预测不是唯一的选择吗？还有:是否有必要在上面再加一层神经网络？
浏览 3提问于2022-02-01得票数 1
回答已采纳
在场景1中，我有一个多层稀疏的自动编码器，试图复制我的输入，所以我的所有层都与随机启动的权重一起训练。在没有监督层的情况下，在我的数据中，这没有学习到任何相关信息(代码工作正常，因为我已经在许多其他深层神经网络问题中使用过它)但是在我的微调过程中，所有层次的神经元似乎都在快速地汇聚到一个完全相同的模式上
浏览 3修改于2016-01-29得票数 4
回答已采纳
他们首先在没有监督的情况下训练模型，然后描述这个过程：
class AnomalyDetector(Model):
def __init__(self):
浏览 0提问于2021-05-23得票数 1
回答已采纳
然而，获得唱片的标签有点昂贵，这促使我考虑了无监督的方法，以更好地利用我们相当数量的未标记数据。
这自然导致考虑堆叠的自动编码器，这可能是一个好主意。有什么好办法把这两种方法结合起来吗？似乎当人们使用CNN的时候，他们通常使用监督训练，还是什么？为我的问题探索神经网络的两个主要好处似乎是无监督的方面，以及微调(例如，创建一个关于人口数据的网络，然后对一个人进行微调)。
浏览 0修改于2021-02-16得票数 12
回答已采纳
甚至可能会对给定的类进行分类(在那里没有监督的分类-因为我没有标记的数据来进行培训)。如何使用一些单词词典从伯特中提取嵌入内容，并将其用于进一步的工作？我们能否用微调来解决伯特内部的下一个问题: a)。将单词字典装入伯特b)。加载给定的类(表示每个类的单词)。例如“时尚”、“自然”)。( c)进行无监督的分类任务？
浏览 0提问于2021-04-13得票数 0
我想在与特定领域(在我的例子中与工程相关)相关的文本上对BERT进行微调。训练应该是无人监督的，因为我没有任何标签或任何东西。这个是可能的吗？
浏览 27修改于2020-11-06得票数 5
回答已采纳
然而，当我试图通过train(deepnet，InputDataset)指令来微调这个网络时，训练会立即停止，并且我会收到一条“性能目标已达到”的消息。有没有办法在Matlab中以无监督的方式训练和微调深度自动编码器网络(不提供标签)？
浏览 2修改于2016-10-14得票数 0
我的项目工作是利用人工智能(如故障定位和分类、负荷预测和上下文感知、IoT等)对电力系统进行优化，我使用了粒子群优化、监督微调策略等。请有人建议一种新技术，与其他技术相比，它能产生最佳效果吗？
浏览 0提问于2018-10-04得票数 0
1回答
但是SOM在线性矢量量化中被用来进行微调。但LVQ是一种监督学习方法。因此，要在LVQ中使用SOM，就必须为LVQ提供一个标记的训练数据集。LVQ是否微调了SOM中的集群？
在LVQ中使用之前，SOM是否应该通过另一种分类算法来对输入进行分类，从而使这些标注的输入可以用于LVQ？
浏览 1提问于2015-12-08得票数 2
回答已采纳
我从来没有建立过这样一个网络，我在监督学习(分类)方面有一些经验。参考架构是否像ResNet/Inception之类的？转换学习/微调是否适用于自动编码器(还是从零开始训练更好)？
浏览 0修改于2018-09-10得票数 5
现在我有几个问题：
我应该用什么算法来训练等等。重新训练应该经常进行，我应该如何解决这个问题，这样我就不会每次都从头开始训练(微调？)
浏览 0修改于2016-11-18得票数 5
所以我正在读这的论文(关于训练前的用例，然后是自我训练)，这让我思考--假设我在特定的数据集上预先训练了一个模型，然后在同一个数据集上对它进行微调。编辑：-一个简单的例子，我是说，如果我们有一个特定的监督任务，并对相同的功能进行预先培训，我们将微调--这会提高准确性吗？
浏览 0修改于2021-04-19得票数 2
我想在未标记的数据上对特定领域的BERT进行微调，并让输出层检查它们之间的相似性。我该怎么做呢？我是否需要首先微调分类器任务(或问题答案等)。然后拿到嵌入物？或者我可以只使用预训练的Bert模型，而不使用任务，并使用我自己的数据进行微调？
浏览 2修改于2020-08-03得票数 3
我们要在命令提示符中运行 .如何在命令提示符中更改python脚本中的参数来微调受监督的学习？
浏览 2修改于2018-04-12得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号