Архитектури и обучение

124 метода в това семейство.

Избрани

Трениране с противникови атакиAdversarial Training is a robust optimization procedure for deep neural networks in which the model is trained not on clean data alone but on worst-case perturbed inputs crafted du AlexNetAlexNet is a deep convolutional neural network (CNN) introduced by Alex Krizhevsky, Ilya Sutskever, and Geoffrey Hinton in 2012. It won the ImageNet Large Scale Visual Recognition Нормализация по мини-партиди (Batch Normalization)Batch Normalization is a training technique introduced by Sergey Ioffe and Christian Szegedy in 2015 that normalizes the pre-activation outputs of each layer using the mean and var Капсулна мрежаA Capsule Network (CapsNet) is a deep learning architecture introduced by Sara Sabour, Nicholas Frosst and Geoffrey Hinton in 2017 that organises neurons as vectors (capsules) rath Конволюционна невронна мрежа (Класификация)A Convolutional Neural Network (CNN) is a deep learning model, established by LeCun and colleagues in 1998, that learns local patterns directly from images and structured data to c Кривично обучение (Curriculum Learning)Curriculum Learning is a training strategy for machine learning models, introduced by Bengio et al. in 2009, in which training examples are presented in a meaningful order—typicall

Път за четене

Най-цитираните основополагащи методи по тази тема, подредени според реда на тяхното развитие — място, от което да започнете, ако сте нов тук.

Обучение с подкрепление1950s–1998от Sutton, R. S. & Barto, A. G. (formalised); Bellman, R. (foundations)
Многослоен персептрон (MLP)1986от Rumelhart, D. E.; Hinton, G. E.; Williams, R. J.
Трансферно обучение с конволюционна невронна мрежа2010–2014от Pan, S. J. & Yang, Q. (transfer learning framework); popularized for CNNs by Yosinski et al. and Razavian et al.
Фина настройка на конволюционна невронна мрежа2012–2014от Yosinski, J. et al. (theoretical basis); practice widespread from Krizhevsky et al. 2012 onward
Мултимодални изреченски вграждания2013–2021от Frome et al. (DeViSE, 2013); popularized by Radford et al. (CLIP, 2021)
ResNet (Residual Network)2016от He, K.; Zhang, X.; Ren, S.; Sun, J.
Инстанс сегментация2017от He, K., Gkioxari, G., Dollar, P., Girshick, R.
Многоезикови векторни представяния на изречения2019–2022от Reimers, N. & Gurevych, I.; Feng, F. et al. (Google)

всички методи на този рафт ↓

Всички методи 124

Трениране с противникови атаки AlexNet Нормализация по мини-партиди (Batch Normalization)Капсулна мрежа Конволюционна невронна мрежа (Класификация)Кривично обучение (Curriculum Learning)Аугментация на данни Мрежа на дълбоките убеждения (DBN)Дълбоко обучение с подкрепление DenseNet Разширена (Dilated) конволюционна невронна мрежа DLinear Конволюционна невронна мрежа, адаптирана към домейна Домейнно-адаптивен Doc2Vec Домейн-адаптивна сегментация на инстанции Многослоен персептрон с адаптация към домейна Отговаряне на въпроси с адаптация към домейн Domain-adaptive reinforcement learning Адаптивно към домейн текстово резюмиране Dropout Мрежа с ехо състояние EfficientNet Обясними Графови Невронни Мрежи Обяснима сегментация на инстанции Обяснима система за отговаряне на въпроси Обясним подсилващ алгоритъм за учене Обясни́ми вгражда́ния на изрече́ния Обяснима текстова сумаризация Faster R-CNN FiLM: Подобрен с честота модел с Лежандрова памет Фина настройка на конволюционна невронна мрежа Fine-Tuned Doc2Vec Фино настроен многослоен персептрон Фино настроено обучение с подкрепление FreTS Графови конволюционни мрежи (GCN)Графови невронни мрежи Inception Network (GoogLeNet)Инстанс сегментация Дестилация на знания Колмогоров-Арнолд мрежи Koopa: Предиктори на Купман за нестационарни времеви редове LightTS LoRA и PEFT Mamba (модел с отворено състояние)MICN Смес от експерти MobileNet: Ефективни конволюционни невронни мрежи за мобилно зрение Многослоен персептрон (MLP)Многоезична конволюционна невронна мрежа Многоезиков Doc2Vec Многоезикова невронна мрежа за графи (Multilingual Graph Neural Network)Многоезичен многослоен персептрон Многоезичен отговор на въпроси Многоезиково подсилващо обучение Многоезикови векторни представяния на изречения Мултимодална конволюционна невронна мрежа Мултимодален Doc2Vec Мултимодални невронни мрежи на графи Мултимодална сегментация на инстанции Мултимодална многослойна перцептрона Мултимодално отговаряне на въпроси Мултимодално обучение с подкрепление Мултимодални изреченски вграждания Мултимодално резюмиране на текст Многозадачно обучение N-BEATS N-BEATSx N-HiTS NEAT: Невроеволюция на разширяващи се топологии Търсене на невронни архитектури Невронно ОДУ Невронни полета на излъчване (NeRF)Невронен пренос на стил Нормализиращи потоци Обучение с подкрепление ResNet (Residual Network)ResNeXt Рестриктивна Болцманова машина (RBM)SCINet Модел за сегментиране на всичко Самообучаваща се конволюционна невронна мрежа Самообучаваща се сегментация на отделни екземпляри Самообучаващо се отговаряне на въпроси Самообучаващо се подсилващо обучение Самообучаващи се изреченски вграждания Полу-наблюдавана конволюционна невронна мрежа Полу-наблюдаван Doc2Vec Полу-наблюдавана невронна мрежа върху граф Полу-наблюдавано сегментиране на инстанции Полу-наблюдавана многослойна перцептронна мрежа Полуавтоматично отговаряне на въпроси Полу-наблюдавано обучение с подсилване Полу-наблюдавано обучение на изреченски вграждания Полу-наблюдавано резюмиране на текст SGD с Momentum / Adam Optimizer Сиамска невронна мрежа SimCLR Пространствено-времеви конволюционни мрежи върху графи Слънчев часовник: Генеративни основни модели за времеви редове TextCNN TiDE: Времеви плътен енкодер TimeMixer: Разложимо многомащабно смесване за прогнозиране на времеви редове TimesFM: Модел с основа за прогнозиране на времеви редове само с декодер TimesNet: Моделиране на времеви 2D-вариации за времеви редове Трансферно обучение с конволюционна невронна мрежа Трансферно обучение с Графови Невронни Мрежи Трансферно обучение с сегментация на екземпляри Трансферно обучение с обучение с подсилване Трансферно обучение за обобщаване на текст Трансферно обучение с Word2Vec TSMixer: Изцяло базирана на MLP архитектура за прогнозиране на времеви редове U-Net VGGNet (Very Deep Convolutional Networks)Vision Mamba Визуално контрастивно обучение Слабо наблюдавани конволюционни невронни мрежи Слабо наблюдавани графови невронни мрежи Слабо контролирана сегментация на отделни обекти Слабо контролиран многослоен персептрон Слабо контролирано отговаряне на въпроси Слабо контролирано обучение с подкрепление Слабо контролирани векторни представяния на изречения Слабо контролирано обобщаване на текст

Още в Дълбоко обучение

Последователностни и генеративни модели 103