Wielomodalny Perceptron Wielowarstwowy
Wielomodalny Perceptron Wielowarstwowy (MM-MLP) to sieć neuronowa typu feedforward, która przetwarza cechy z dwóch lub więcej heterogenicznych modalności wejściowych — takich jak ustrukturyzowane dane tabelaryczne, osadzenia tekstu i wektory cech obrazu — poprzez oddzielne kodowanie każdego strumienia i łączenie ich w wspólną reprezentację, zanim zostanie ona przekazana przez w pełni połączone warstwy w celu uzyskania wyniku klasyfikacji lub regresji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. In Proceedings of the 28th International Conference on Machine Learning (ICML 2011), pp. 689–696. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 6: Deep Feedforward Networks). MIT Press. ISBN: 978-0-262-03561-3
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/pl/deep-learning/multimodal-multilayer-perceptron
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Dostrojony Perceptron WielowarstwowyUczenie głębokie↔ compare
- Perceptron wielowarstwowy (MLP)Uczenie głębokie↔ compare
- Wielomodalna sieć neuronowa konwolucyjnaUczenie głębokie↔ compare
- Osadzenia zdań multimodalnychUczenie głębokie↔ compare
- Transformator multimodalnyUczenie głębokie↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →