# 転移学習の最適化

timmライブラリに基づいて構築された画像分類モデルで、zoobot-encoder-convnext_nanoをベースモデルとし、画像分類能力を備えています。

Swin Transformer Tinyアーキテクチャに基づく視覚モデルで、画像分類タスクに対して10エポックのファインチューニングを実施

microsoft/cvt-13-384-22kをベースに画像フォルダデータセットでファインチューニングした画像分類モデルで、評価セットで83.46%の精度を達成

このモデルはGoogleのViTモデルを未知のデータセットでファインチューニングしたバージョンで、主に画像分類タスクに使用されます。

GPT - 2の小型モデルに基づくスペイン語言語モデルで、転移学習を通じてスペイン語ウィキペディアで微調整トレーニングされました。

ConvNeXtアーキテクチャに基づく画像分類モデルで、画像フォルダのデータセットで微調整されました。

これはMicrosoft MiniLM-L12-H384-uncasedモデルの3層に簡素化されたバージョンで、元のモデルの[3,7,11]層のみを保持しています。

これはBERTアーキテクチャに基づくトルコ語の命名エンティティ認識モデルで、トルコ語テキストのエンティティ認識タスクに適しています。

Indo-robertaモデルをベースに訓練されたインドネシア語の感情分類器で、IndoNLU EmoTデータセットで訓練され、感情分析タスクに使用されます。

このモデルはdistilbert-base-uncasedを未知のデータセットで微調整したバージョンで、主にテキスト関連のタスクに使用されます。

これは疎事前学習のBERT-Baseモデルで、ワンショット剪定方法により90%の重みを疎化し、さまざまな言語タスクの微調整に適しています。

OpenAIの小型GPT - 2モデルをベースに開発されたオランダ語専用モデルで、単語埋め込み層を再学習し、完全に微調整することでオランダ語処理能力を最適化しています。

このモデルは転移学習に基づくアラビア語音声認識システムで、コーランの朗読内容を識別し、具体的な章に位置特定するために特別に設計されています。

T5-largeアーキテクチャに基づくSQLコード要約生成モデルで、転移学習と微調整により最適化され、SQLコードの機能説明の生成に特化しています。

T5-3BはGoogleによって開発された30億パラメータのテキストからテキストへの変換Transformerモデルで、統一されたテキストからテキストへのフレームワークを用いて様々なNLPタスクを処理します。