Arhitektūras un apmācība
124 metodes šajā saimē.
Izceltās
Pretinieka treniņšAdversarial 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 Batču normalizācijaBatch 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 varKapsulu tīklsA 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) rathKonvolūciju neironu tīkls (klasifikācija)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 cMācīšanās pēc programmasCurriculum 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
Lasīšanas ceļš
Šīs tēmas visbiežāk citētās pamatmetodes to izstrādes secībā — vieta, kur sākt, ja esat šeit iesācējs.
Visas metodes 124
Pretinieka treniņšAlexNetBatču normalizācijaKapsulu tīklsKonvolūciju neironu tīkls (klasifikācija)Mācīšanās pēc programmasDatu paplašināšanaDziļš ticamu tīkls (Deep Belief Network, DBN)Dziļā pastiprinātā mācīšanāsDenseNetPaplašināta konvolūcija neironu tīklā (Dilated CNN)DLinear: Dekompozīcijas lineārais modelis laika sēriju prognozēšanaiKonvolūciju neironu tīkls ar adaptāciju domēnaiAdaptīvs domēniem Doc2VecAdaptīvā piemērošanās domēniem instanču segmentācijaiDomenam adaptīvs daudzslāņu perceptronsJomapielāgota jautājumu atbildēšanaDomenam adaptīvā pastiprinājuma mācīšanāsAdaptīvā domēnas tekstveida kopsavilkšanaDropoutSkaļruņa stāvokļa tīklsEfficientNetSkaidrojami grafu neironu tīkliSkaidrojama instanču segmentācijaPaskaidrojamā jautājumu atbildēšanaSkaidrojama pastiprinājuma mācīšanāsSkaidrojamas teikumu ietveresPaskaidrojamā teksta apkopošanaFaster R-CNNFiLM: Frekvences uzlabots Legendre atmiņas modelisFine-Tuned konvolucionālais neironu tīklsFine-Tuned Doc2VecPielāgots daudzslāņu perceptronsSaskaņotā pastiprinātās mācīšanās (Fine-Tuned Reinforcement Learning)FreTS: Frekvenču domēna MLP laika sēriju prognozēšanaiGraph Convolutional Network (GCN)Grafu neironu tīklsInception tīkls (GoogLeNet)Instance segmentācijaZināšanu destilācijaKolmogorov-Arnold tīkliKoopa: Kūpmena prediktori nestacionārām laika rindāmLightTSLoRA un PEFTMamba (Valsts telpas modelis)MICNEkspertu maisījumsMobileNet: Efektīvi konvolucionālie neironu tīkli mobilajai redzeiDaudzslāņu perceptrons (MLP)Daudzvalodu konvolucionālais neironu tīklsDaudzvalodu Doc2VecDaudzvalodu grafu neironu tīklsDaudzvalodu daudzslāņu perceptronsDaudzvalodu jautājumu atbildēšanaDaudzvalodu pastiprinājuma mācīšanāsDaudzvalodu teikumu iegulšanasDaudzmodālu konvolūcijas neironu tīklsDaudzmodālu Doc2VecDaudzmodālu grafu neironu tīklsDaudzmodālu instanču segmentācijaDaudzmodālu daudzslāņu perceptronsDaudzmodālu jautājumu atbildēšanaMultimodālā pastiprināšanas mācīšanāsMultimodālie teikumu ieguldinājumiDaudzmodālu tekstu kopsavilkumsDaudzuzdevumu apguveN-BEATSN-BEATSxN-HiTSNEAT: Topoloģijas paplašinošā neiroevolūcijaNeirālā arhitektūras meklēšanaNeirālā ODENeural Radiance Fields (NeRF)Neirālā stilistiskā pārsūtīšanaNormalizējošās plūsmasMācīšanās ar pastiprinājumuResNet (Atliekošais tīkls)ResNeXtIerobežota Boltzmanna mašīna (RBM)SCINet: paraugu konvolūciju un mijiedarbības tīkls laika virkņu prognozēšanaiJebkā Segmentācijas ModelisPašuzraudzīta konvolūciju neironu tīklsPašuzraudzītā momentu segmentācijaPašuzraudzības jautājumu un atbilžu sistēmas (SSQA)Pašuzraudzītā pastiprinātā mācīšanāsPašuzraudzības teikumu iegulšanasDaļēji uzraudzīts konvolucionāls neironu tīklsSemi-supervised Doc2VecDaļēji uzraudzīts grafu neironu tīklsPusuzraudzīta instanču segmentācijaPusuzraudzīts daudzslāņu perceptronsSemi-supervised Question AnsweringPusuzraudzītā pastiprinājuma mācīšanāsPuss-uzraudzītas teikumu iegultnesPuss-uzraudzīta tekstu kopsavilkumu veidošanaStohastiskā gradienta dīkstāve (SGD) ar impulsu / Optimizators AdamSiāmas neironu tīklsSimCLRTelpiski-Laika Grafu Konvolūcijas TīkliSundial: Generatīvi laika sēriju pamata modeļiTextCNNTiDE: Laikaudu blīvais kodētājsTimeMixer: Sadalāma daudzmērogu sajaukšana laika sēriju prognozēšanaiTimesFMTimesNet: La laika datu 2D-variāciju modelēšanaPārneses apmācība ar konvolucionālo neironu tīkluPārneses mācīšanās ar grafu neironu tīkliemPārneses apmācība ar instanču segmentācijuPārneses mācīšanās ar pastiprinājuma mācīšanosPārneses apmācība tekstu apkopošanaiPārneses mācīšanās ar Word2VecTSMixer: Visu MLP arhitektūra laika sēriju prognozēšanaiU-NetVGGNet (Very Deep Convolutional Networks)Vision MambaVizualā kontrastīvā apguveVāji uzraudzīta konvolucionālā neironu tīklsVāji uzraudzīts grafu neironu tīklsVāji uzraudzīta instanču segmentācijaVāji uzraudzīts daudzslāņu perceptronsVāji uzraudzīta jautājumu atbildēšanaVāji uzraudzīta pastiprināšanās apmācībaVāji uzraudzītas teicienu reprezentācijasVāji uzraudzīta tekstu kopsavilkumu veidošana