Architetture e addestramento
124 metodi in questa famiglia.
In evidenza
Addestramento avversarialeAdversarial 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 Batch NormalizationBatch 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 varCapsule NetworkA 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) rathRete Neurale Convoluzionale (Classificazione)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 cApprendimento CurriculareCurriculum 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
Percorso di lettura
I metodi fondamentali più citati di questo argomento, nell'ordine in cui sono stati sviluppati — un punto di partenza se sei alle prime armi.
Tutti i metodi 124
Addestramento avversarialeAlexNetBatch NormalizationCapsule NetworkRete Neurale Convoluzionale (Classificazione)Apprendimento CurriculareAumento dei DatiDeep Belief Network (DBN)Apprendimento per Rinforzo ProfondoDenseNetCNN DilatataDLinear: Modello Lineare a Decomposizione per la Previsione di Serie StoricheRete Neurale Convoluzionale Adattiva al DominioDoc2Vec Adattato al DominioSegmentazione di istanze adattiva al dominioMultilayer Perceptron Adattivo al DominioQuestion Answering Adattivo al DominioApprendimento per Rinforzo Adattivo al DominioSummarizzazione Adattiva al DominioDropoutEcho State NetworkEfficientNetReti Neurali su Grafi SpiegabiliSegmentazione Esplicabile di IstanzeQuestion Answering SpiegabileApprendimento per Rinforzo SpiegabileEmbeddings di Frase SpiegabiliSummarizzazione Testuale SpiegabileFaster R-CNNFiLM: Modello di Memoria a Frequenza Migliorata di LegendreConvolutional Neural Network Fine-TunedDoc2Vec con Fine-TuningPercettrone Multistrato Ottimizzato (Fine-Tuned Multilayer Perceptron)Apprendimento per Rinforzo Fine-TunedFreTS: MLP nel dominio della frequenza per la previsione di serie temporaliGraph Convolutional Network (GCN)Reti Neurali su GrafoInception Network (GoogLeNet)Segmentazione di istanzaDistillazione della ConoscenzaKolmogorov-Arnold NetworksKoopa: Predittori di Koopman per Serie Storiche Non-StazionarieLightTSLoRA e PEFTMamba (Modello a Spazio degli Stati)MICNMixture of ExpertsMobileNetMultilayer Perceptron (MLP)Reti neurali convoluzionali multilingueDoc2Vec MultilingueReti Neurali a Grafo MultilinguePercettrone Multistrato MultilingueRisposta a domande multilingueApprendimento per Rinforzo MultilingueEmbedding multilingue di frasiRete Neurale Convoluzionale MultimodaleDoc2Vec MultimodaleRete Neurale Grafica MultimodaleSegmentazione di istanze multimodaliPerceptron Multimodale MultistratoRisposta a domande multimodaliApprendimento per Rinforzo MultimodaleEmbedding multimodali di frasiRiassunto di testi multimodaliApprendimento MultitaskN-BEATSN-BEATSxN-HiTSNEAT: NeuroEvolution of Augmenting TopologiesRicerca Architetturale NeuraleNeural ODECampi di Radianza Neurale (NeRF)Trasferimento di Stile NeuraleNormalizing FlowsApprendimento per rinforzoResNet (Residual Network)ResNeXtRestricted Boltzmann Machine (RBM)SCINetSegment Anything ModelRete Neurale Convoluzionale Auto-SupervisionataSegmentazione di istanze auto-supervisionataSelf-supervised Question AnsweringApprendimento per Rinforzo Auto-supervisionatoEmbedding di frasi auto-supervisionateReti neurali convoluzionali semi-supervisionateSemi-supervised Doc2VecReti neurali grafiche semi-supervisionateSegmentazione di istanze semi-supervisionataMultilayer Perceptron Semi-supervisionatoQuestion Answering semi-supervisionatoApprendimento per Rinforzo Semi-SupervisionatoEmbeddings semisupervised per frasiRiassunto di testo semi-supervisionatoSGD con Momentum / Adam OptimizerSiamese NetworkSimCLRReti Convoluzionali Grafiche Spazio-TemporaliSundial: Modelli Fondazionali Generativi per Serie TemporaliTextCNNTiDE: Time-series Dense EncoderTimeMixer: Decomposable Multiscale Mixing per le Previsioni di Serie StoricheTimesFMTimesNet: Modellazione della Variazione Temporale 2D per Serie StoricheTransfer Learning con Convolutional Neural NetworkApprendimento per Trasferimento con Reti Neurali su GrafoApprendimento per trasferimento con segmentazione di istanzeApprendimento per Trasferimento con Apprendimento per RinforzoTransfer Learning con Riassunto di TestoTransfer Learning con Word2VecTSMixer: Architettura interamente MLP per la previsione di serie temporaliU-NetVGGNet (Very Deep Convolutional Networks)Vision MambaApprendimento visivo contrastivoRete Neurale Convoluzionale Debolmente SupervisionataReti Neurali su Grafo Debolmente SupervisionateSegmentazione di istanze debolmente supervisionataMultilayer Perceptron Debolmente SupervisionatoQuestion Answering con Supervisione DeboleApprendimento per Rinforzo Debolmente SupervisionatoEmbeddings di frasi supervisionati debolmenteRiassunto di testo supervisionato debolmente