Sekvencijski i generativni modeli

103 metoda u ovoj obitelji.

Izdvojeno

Attention MechanismThe 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 the AutoenkoderAn 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 Bidirectional RNNA 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 surround CrossformerCrossformer is a Transformer-based architecture for multivariate time series forecasting, introduced by Yunhao Zhang and Junchi Yan at ICLR 2023. Unlike earlier Transformer variant CycleGAN: Prevođenje slike u sliku bez uparivanja uz konzistentnost ciklusaCycleGAN, 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

Put čitanja

Najreferentnije temeljne metode ove teme, poredane redoslijedom njihova razvoja — polazište ako ste ovdje novi.

Rekurentna neuronska mreža1986–1990autor: Rumelhart, D. E.; Elman, J. L.
Dugo kratkoročno pamćenje (LSTM)1997autor: Hochreiter, S. & Schmidhuber, J.
Gated Recurrent Unit (GRU)2014autor: Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y.
Generativna suparnička mreža2014autor: Goodfellow, I. et al.
Varijacijski autoenkoder2014autor: Kingma, D. P. & Welling, M.
Fino podešeni Transformer2017–2019autor: Vaswani et al. (architecture); fine-tuning paradigm popularised by Howard & Ruder, Devlin et al.
Multimodalni Transformer2019–2021autor: Lu et al. (ViLBERT); Radford et al. (CLIP)
Vision Transformer2021autor: Dosovitskiy, A. et al.

sve metode na ovoj polici ↓

Sve metode 103

Attention Mechanism Autoenkoder Bidirectional RNN Crossformer CycleGAN: Prevođenje slike u sliku bez uparivanja uz konzistentnost ciklusa DeepAR Difuzijski model Domensko-prilagodljivi difuzijski model Domensko-prilagodljivi GAN Domenski prilagođeni GRU Domenski prilagođena rekurentna neuronska mreža Domenski prilagođene ugradnje rečenica Domenski prilagodljiv Transformer Varijacijski automatski enkoder prilagodljiv domeni Domain-Adaptive Vision Transformer Objašnjivi difuzijski model Explainable GAN Objašnjivi GRU Objašnjivi LSTM Objašnjivi rekurentni neuronski mreže Objašnjivi Transformer Objašnjivi Varijacijski Autoenkoder FEDformer: Transformer s poboljšanom frekvencijom i dekompozicijom Prilagođeni difuzijski model Ugođeni generativni suparnički sklop Prilagođeni GRU Prilagođeni LSTM Ugođeni rekurentni neuronski sklop Prilagođeno sažimanje teksta Fino podešeni Transformer Podešeni Varijacijski Autoenkoder Prilagođeni Vision Transformer Gated Recurrent Unit (GRU)Generativna suparnička mreža Grafička mrežna mreža s pažnjom (Graph Attention Network, GAT)Gated Recurrent Unit (GRU)Informer iTransformer Latent Diffusion Models Dugo kratkoročno pamćenje (LSTM)[NEEDS TRANSLATION]LSTM Masked Autoencoders Moirai: univerzalni Transformer za prognoziranje vremenskih nizova Multilingualni difuzijski model Višejezični GAN Višejezični GRU Višejezični LSTM (Long Short-Term Memory)Višejezična rekurentna neuralna mreža Višejezično sažimanje teksta Višejezični varijacijski autoenkoder Višejezični vizualni Transformer Višeslojni difuzijski model Multimodalni GAN Višemodalni GRU Multimodal LSTM Višemodalna rekurentna neuronska mreža Multimodalni Transformer Višeslojni (Multimodalni) varijacijski autoenkoder Multimodalni vizualni transformer Nestacionarni Transformer PatchTST Pyraformer: Piramidalni Transformer za dugoročno prognoziranje vremenskih nizova Rekurentna neuronska mreža Reformer: Učinkoviti Transformer za duge sekvence Generativni model utemeljen na ocjeni (Score-Based Generative Model)SegRNN Višeglava samopažnja Model samonadziranog širenja Samonadzirani GAN Samonadzorovani GRU Transformator samo-nadziranog učenja Samonadzorovani varijacijski autoenkoder Samonadzorovani Vision Transformer Polu-nadgledani difuzijski model Semi-supervised GAN Polunadzirani GRU Polu-nadgledani LSTM Poluučeni Transformer Polu-nadgledani Varijacijski Autoenkoder Polu-nadgledani Vision Transformer Model "sekvenca-u-sekvencu"Swin Transformer T5 (Text-to-Text Transfer Transformer)Temporal Fusion Transformer Time-MoE: Temeljni model za vremenske serije utemeljen na mješavini stručnjaka TiRex: Predviđanje vremenskih nizova bez primjera (zero-shot) pomoću xLSTM-a Transfer Learning GAN Prijenosno učenje s varijacijskim autokoderom Prenosno učenje s difuzijskim modelom Prijenosno učenje s LSTM mrežama Prenosno učenje s rekurentnim neuronskim mrežama Varijacijski autoenkoder Vision Transformer Wasserstein GAN (WGAN)Slabo nadzirani difuzijski model Slabo nadzirani GAN Slaba nadzirana GRU mreža Slaba nadzirana LSTM mreža Slabo nadzirana rekurentna neuronska mreža Slabo nadgledani Transformer Slabo nadzirani varijacijski autoenkoder Slabo nadzirani Vision Transformer

Više u Duboko učenje

Arhitekture i treniranje 124