التسلسل والتوليدي
103 طرق في هذه العائلة.
مميزة
آلية الانتباهThe attention mechanism, introduced by Bahdanau, Cho and Bengio in 2015 and refined by Luong, Pham and Manning the same year, lets a sequence decoder dynamically learn which of theالمُشَفِّر التلقائيAn autoencoder is an encoder-decoder neural network, popularised by Hinton and Salakhutdinov in 2006, that compresses data into a low-dimensional latent code and then reconstructs شبكة عصبية متكررة ثنائية الاتجاهA Bidirectional RNN, introduced by Schuster and Paliwal in 1997, processes a sequence in both forward and backward directions so that every position has access to its full surroundCrossformerCrossformer is a Transformer-based architecture for multivariate time series forecasting, introduced by Yunhao Zhang and Junchi Yan at ICLR 2023. Unlike earlier Transformer variantCycleGAN: ترجمة الصور بين المجالات دون أزواج باستخدام اتساق الدورةCycleGAN, introduced by Zhu et al. at ICCV 2017, learns to translate images between two visual domains without requiring paired training examples. It trains two generators and two DeepARDeepAR is Amazon's industrial forecasting model, introduced by Salinas, Flunkert and Gasthaus (2017; published 2020), that uses an autoregressive recurrent neural network to estima
Reading path
This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.
جميع الطرق 103
آلية الانتباهالمُشَفِّر التلقائيشبكة عصبية متكررة ثنائية الاتجاهCrossformerCycleGAN: ترجمة الصور بين المجالات دون أزواج باستخدام اتساق الدورةDeepARنموذج الانتشارنموذج الانتشار التكيفي للمجالشبكة الخصومة التوليدية المتكيفة مع المجالوحدة البوابات المتكررة المتكيفة مع المجال (Domain-Adaptive GRU)شبكة عصبية متكررة متكيفة مع المجالDomain-adaptive sentence embeddingsالمحول التكيفي للنطاقالمُشَفِّر التلقائي التبايني المتكيف مع النطاقمحوّل الرؤية المتكيف مع المجالنموذج الانتشار القابل للتفسيرشبكات الخصومة التوليدية القابلة للتفسير (Explainable GAN)وحدة GRU القابلة للتفسيرشرح الذاكرة طويلة المدى (LSTM)الشبكة العصبية التكرارية القابلة للتفسيرالمحوّل القابل للتفسير (Explainable Transformer)المشفر التلقائي المتغير القابل للتفسيرFEDformer: مُحَوِّل مُعَزَّز بالترددات ومُفَكَّكنموذج الانتشار المضبط بدقةالشبكة التوليدية التنافسية المضبطة بدقةوحدة البوابات المتكررة المُحسَّنة (Fine-Tuned GRU)شبكة الذاكرة طويلة قصيرة المدى المضبوطة بدقة (Fine-Tuned LSTM)شبكة عصبية متكررة مضبوطة بدقةتلخيص النصوص المُحسَّن (Fine-Tuned Text Summarization)محوّل مُعدَّلالمُحَسِّن التلقائي التبايني المُعدَّل بدقةمحوّل الرؤية المُحسَّن بدقةوحدة البوابات المتكررة (GRU)شبكة الخصومة التوليديةشبكة الانتباه الرسوميةوحدة التكرار المسورة (GRU)المُخبِر (Informer)iTransformer: محوّل مقلوب للتنبؤ بالسلاسل الزمنية متعددة المتغيراتنماذج الانتشار الكامنالذاكرة طويلة قصيرة المدى (LSTM)لونغفورمر / بيغ بيردشبكة الذاكرة قصيرة وطويلة الأمدالمشفرات التلقائية المقنعةMoirai: نموذج محول عالمي للتنبؤ بالسلاسل الزمنيةنموذج الانتشار متعدد اللغاتشبكة الخصومة التوليدية متعددة اللغات (Multilingual GAN)شبكة GRU متعددة اللغات (Multilingual GRU)شبكة LSTM متعددة اللغاتالشبكة العصبية المتكررة متعددة اللغات (Multilingual RNN)تلخيص النصوص متعددة اللغاتMultilingual variational autoencoderمحوّل الرؤية متعدد اللغاتنموذج الانتشار متعدد الوسائطشبكة الخصومة التوليدية متعددة الوسائط (Multimodal GAN)وحدة البوابة المتكررة متعددة الوسائط (Multimodal GRU)شبكة LSTM متعددة الوسائطشبكة عصبية تكرارية متعددة الوسائطالمحولات متعددة الوسائط (Multimodal Transformers)المشفر التلقائي التبايني متعدد الوسائطالمُحوِّل البصري متعدد الوسائط (Multimodal ViT)المحول غير المستقر (Non-stationary Transformer)PatchTSTPyraformer: مُحَوِّل الانتباه الهرمي للتنبؤ بالسلاسل الزمنية طويلة المدىالشبكة العصبية المتكررةالمُصلِح (Reformer): المُحوِّل الفعّال للتسلسلات الطويلةالنموذج التوليدي القائم على النقاطSegRNN: شبكة عصبية متكررة للقطاعات لتنبؤ السلاسل الزمنية طويلة الأمدالانتباه الذاتي متعدد الرؤوسنموذج الانتشار ذاتي الإشرافشبكات الخصومة التوليدية ذاتية الإشرافوحدة التكرار المغلق ذاتية الإشرافمحوّل ذاتي الإشراف (Self-supervised Transformer)المُشَفِّر التلقائي المتغير ذاتي الإشرافمحول الرؤية ذاتي الإشرافنموذج الانتشار شبه المُشرفشبكة الخصومة التوليدية شبه الخاضعة للإشرافوحدة البوابات المتكررة شبه المُشرف عليها (Semi-supervised GRU)شبكات LSTM شبه المُشرف عليهاالمحولات شبه المُشرف عليهاالمشفر التلقائي التبايني شبه المُشرفالمحوّل البصري شبه المُشرف عليهنموذج التسلسل إلى التسلسلمحول سوين (Swin Transformer)T5 (محول النقل النصي إلى نص)Temporal Fusion Transformerنموذج Time-MoE: نموذج أساسي لسلاسل الزمن الزمنية يعتمد على خليط الخبراءTiRex: التنبؤ بالسلاسل الزمنية بدون تدريب مسبق (Zero-Shot) باستخدام xLSTMالشبكات التوليدية التنافسية بالتعلم التحويلي (Transfer Learning GAN)التعلم بالنقل باستخدام المرمز التلقائي المتغيرالتعلم بالنقل باستخدام نماذج الانتشارالتعلم التحويلي باستخدام شبكات الذاكرة طويلة المدى (LSTM)التعلم بالنقل باستخدام الشبكات العصبية المتكررةالمشفّر التلقائي التباينيمحوّل الرؤيةشبكة WGAN التوليدية التنافسية (Wasserstein GAN - WGAN)نموذج الانتشار ضعيف الإشرافالشبكة التوليدية التنافسية ذات الإشراف الضعيفشبكة الوحدات المتكررة المسورة ضعيفة الإشراف (Weakly Supervised GRU)شبكة الذاكرة طويلة المدى ذات الإشراف الضعيفالشبكة العصبية المتكررة ذات الإشراف الضعيفالمحوّل المُشرف عليه ضعيفًاالمُشَفِّر التَّلَائُمِيّ ذو الإشراف الضعيفمحوّل الرؤية المُشرف عليه ضعيفًا