Arquitecturas y entrenamiento
124 métodos en esta familia.
Destacados
Entrenamiento AdversarioAdversarial 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 duAlexNetAlexNet 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 Normalización por lotesBatch 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 varRed Neuronal de CápsulasA 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) rathRed Neuronal Convolucional (Clasificación)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 cAprendizaje CurricularCurriculum 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
Ruta de lectura
Los métodos fundacionales más referenciados de este tema, en el orden en que se desarrollaron: un punto de partida si eres nuevo aquí.
Todos los métodos 124
Entrenamiento AdversarioAlexNetNormalización por lotesRed Neuronal de CápsulasRed Neuronal Convolucional (Clasificación)Aprendizaje CurricularAumento de datosRed Neuronal de Creencia Profunda (DBN)Aprendizaje por Refuerzo ProfundoDenseNetCNN dilatadaDLinear: Modelo Lineal de Descomposición para Predicción de Series TemporalesRed Neuronal Convolucional Adaptativa al DominioDoc2Vec adaptativo al dominioSegmentación de instancias adaptativa al dominioMultilayer Perceptrón Adaptativo al DominioPreguntas y Respuestas adaptadas al DominioAprendizaje por Refuerzo Adaptativo al DominioSumarización de texto adaptada al dominioDeserciónRed de Estados de EcoEfficientNetRedes Neuronales de Grafos ExplicablesSegmentación Explicable de InstanciasRespuesta a Preguntas ExplicableExplainable Reinforcement LearningEmbeddings de oraciones explicablesResumen de Texto ExplicableFaster R-CNNFiLM: Modelo de Memoria Legendre con Frecuencia MejoradaRed de Convolución (CNN) Ajustada FinamenteFine-Tuned Doc2VecPerceptrón Multicapa SintonizadoAprendizaje por Refuerzo AjustadoFreTS: MLPs en el Dominio de la Frecuencia para Pronóstico de Series TemporalesRed Neuronal Convolucional de Grafos (GCN)Redes Neuronales de GrafosRed Inception (GoogLeNet)Segmentación de instanciasDestilación de ConocimientoRedes Kolmogorov-ArnoldKoopa: Predictores de Koopman para Series Temporales No EstacionariasLightTSLoRA y PEFTMamba (modelo de espacio de estados)MICNMezcla de ExpertosMobileNet: Redes Neuronales Convolucionales Eficientes para Visión MóvilPerceptrón multicapa (MLP)Red Neuronal Convolucional MultilingüeDoc2Vec MultilingüeRed Neuronal de Grafos MultilingüePerceptrón Multilingüe MulticapaRespuesta multilingüe a preguntasAprendizaje por Refuerzo MultilingüeIncrustaciones de oraciones multilingüesRed Neuronal Convolucional MultimodalMultimodal Doc2VecRed Neuronal de Grafos MultimodalSegmentación multimodal de instanciasPerceptrón Multimodal MulticapaPreguntas y respuestas multimodalesAprendizaje por Refuerzo MultimodalIncrustaciones de Oraciones MultimodalesResumen de texto multimodalAprendizaje multitareaN-BEATSN-BEATSxN-HiTSNEAT: Neuroevolución de Topologías de AumentoBúsqueda de Arquitecturas NeuronalesODE neuronalCampos de radiancia neuronal (NeRF)Transferencia de Estilo NeuronalFlujos de normalizaciónAprendizaje por RefuerzoResNet (Red Neuronal Residual)ResNeXtMáquina de Boltzmann Restringida (RBM)SCINetModelo de Segmentación de Cualquier CosaRed Neuronal Convolucional AutosupervisadaSegmentación de instancias auto-supervisadaRespuesta automática a preguntas auto-supervisadaAprendizaje por Refuerzo Auto-supervisadoIncrustaciones de oraciones auto-supervisadasRed Neuronal Convolucional Semi-supervisadaDoc2Vec Semi-supervisadoRed Neuronal de Grafos Semi-supervisadaSegmentación de instancias semi-supervisadaPerceptrón Multicapa SemisupervisadoRespuesta a preguntas semi-supervisadaAprendizaje por Refuerzo Semi-supervisadoEmbeddings de oraciones semi-supervisadosResumen de texto semi-supervisadoSGD con Momentum / Optimizador AdamRed neuronal siamesaSimCLRRedes neuronales convolucionales espacio-temporales de grafosReloj de sol: Modelos Fundacionales Generativos de Series TemporalesTextCNNTiDE: Codificador Denso para Series TemporalesTimeMixer: Mezcla Decomponible Multiescala para Pronóstico de Series TemporalesTimesFMTimesNet: Modelado de Variaciones Temporales 2D para Series TemporalesAprendizaje por transferencia con Red Neuronal ConvolucionalAprendizaje por transferencia con redes neuronales de grafosAprendizaje por transferencia con segmentación de instanciasAprendizaje por Transferencia con Aprendizaje por RefuerzoAprendizaje por transferencia con resumen de textoAprendizaje por transferencia con Word2VecTSMixer: Arquitectura totalmente MLP para predicción de series temporalesU-NetVGGNet (Very Deep Convolutional Networks)Visión MambaAprendizaje contrastivo visualRed Neuronal Convolucional Débilmente SupervisadaRed Neuronal de Grafos Débilmente SupervisadaSegmentación débilmente supervisada de instanciasPerceptrón Multicapa Débilmente SupervisadoPreguntas y Respuestas con Supervisión DébilAprendizaje por Refuerzo Débilmente SupervisadoIncrustaciones de oraciones débilmente supervisadasResumen de Texto Débilmente Supervisado