Przejdź do treści

Biblioteka Moja biblioteka Biurko Review Studio Asystent

Przeglądaj/Deep Learning/ml-model

ml-model

Wszystkie metody w tej rodzinie, w ramach Deep Learning.

55 metody

Filtruj metody

Wyświetlono 55 z 55 metody

AlexNet Attention Mechanism Autoencoder Batch Normalization BERT Fine-Tuning Bidirectional RNN Capsule Network CLIP CNN Image Classification Convolutional Neural Network Deep Reinforcement Learning DeepAR DenseNet Diffusion Model Dilated CNN Dropout EfficientNet Faster R-CNN FastText Fully Convolutional Network (FCN)Generative Adversarial Network GPT Fine-Tuning Graph Attention Network Graph Convolutional Network Graph Neural Network GRU Informer Knowledge Distillation Longformer / BigBird LoRA and PEFT LSTM Mixture of Experts Multilayer Perceptron N-BEATS N-HiTS Neural Architecture Search Neural ODE Neural Style Transfer PatchTST ResNet ResNeXt Score-Based Generative Model Self-Attention Sequence-to-Sequence Model SGD with Momentum / Adam Optimizer T5 (Text-to-Text Transfer Transformer)Temporal Fusion Transformer TextCNN Transformer U-Net Variational Autoencoder VGGNet Vision Transformer Visual Contrastive Learning YOLO

Biblioteka referencyjna metod badawczych, w której treść jest najważniejsza — czym jest każda metoda, jak działa i skąd pochodzi.

Otwarte dane (CC-BY)

Odkrywaj

Biblioteka
Szukaj metod…
Przeglądaj według dziedzin
Dziedziny
Ścieżka
Porównaj
Która metoda?

Materiały

Dziedziny
Atlas
Słownik pojęć
Metodologia
Filozofia

Przestrzeń robocza

Moja biblioteka
Biurko
Czat

Firma

O nas
Cennik
Kontakt
Zaproponuj metodę

Hasła opracowano na podstawie opublikowanych źródeł w celach referencyjnych. Weryfikacja poprawności i przydatności wszelkich informacji do własnych zastosowań pozostaje w gestii użytkownika.

© 2026 ScholarGate · Biblioteka referencyjna metod badawczych

Prywatność
Pliki cookie
Regulamin
Usuń konto