ScholarGate
Assistente

Sequencial e generativo

103 métodos nesta família.

Em destaque

Mecanismo de AtençãoThe 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 theAutoencoderAn 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 RNN BidirecionalA 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 surroundCrossformerCrossformer is a Transformer-based architecture for multivariate time series forecasting, introduced by Yunhao Zhang and Junchi Yan at ICLR 2023. Unlike earlier Transformer variantCycleGAN: Tradução de Imagens Não Pareadas com Consistência CíclicaCycleGAN, 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

Percurso de leitura

Os métodos fundamentais mais referenciados deste tópico, pela ordem em que foram desenvolvidos — um ponto de partida se está a começar agora.

  1. Rede Neural Recorrente1986–1990por Rumelhart, D. E.; Elman, J. L.
  2. Long Short-Term Memory (LSTM)1997por Hochreiter, S. & Schmidhuber, J.
  3. Unidade Recorrente Gated (GRU)2014por Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y.
  4. Rede Adversarial Generativa2014por Goodfellow, I. et al.
  5. Autoencoder Variacional2014por Kingma, D. P. & Welling, M.
  6. Transformer Ajustado Finamente2017–2019por Vaswani et al. (architecture); fine-tuning paradigm popularised by Howard & Ruder, Devlin et al.
  7. Transformer Multimodal2019–2021por Lu et al. (ViLBERT); Radford et al. (CLIP)
  8. Vision Transformer2021por Dosovitskiy, A. et al.
todos os métodos desta prateleira ↓

Todos os métodos 103

Mecanismo de AtençãoAutoencoderRNN BidirecionalCrossformerCycleGAN: Tradução de Imagens Não Pareadas com Consistência CíclicaDeepARDiffusion ModelModelo de Difusão com Adaptação de DomínioGAN Adaptativo de DomínioGRU Adaptativo de DomínioRede Neural Recorrente Adaptativa a DomínioEmbeddings de Sentenças Adaptados ao DomínioTransformer Adaptado ao DomínioVariational Autoencoder Adaptativo ao DomínioVision Transformer Adaptativo a DomínioModelo de Difusão ExplicávelGAN ExplicávelGRU ExplicávelLSTM ExplicávelRede Neural Recorrente ExplicávelTransformer ExplicávelVariational Autoencoder ExplicávelFEDformer: Transformer com Decomposição e Aumento de FrequênciaModelo de Difusão Ajustado FinamenteRede Generativa Adversarial AfiadaGRU Ajustada (Fine-Tuned GRU)LSTM Ajustado FinamenteRede Neural Recorrente Ajustada FinamenteSumarização de Texto AjustadaTransformer Ajustado FinamenteAutoencoder Variacional AjustadoVision Transformer (ViT) AjustadoUnidade Recorrente Gated (GRU)Rede Adversarial GenerativaGraph Attention NetworkUnidade Recorrente Gated (GRU)InformeriTransformerModelos de Difusão LatenteLong Short-Term Memory (LSTM)Longformer / BigBirdLSTMAutoencoders MascaradosMoirai: Transformer Universal para Previsão de Séries TemporaisModelo de Difusão MultilíngueGAN MultilíngueGRU MultilíngueLSTM MultilíngueRede Neural Recorrente MultilíngueSumarização Multilíngue de TextoVariational Autoencoder MultilíngueTransformador de Visão MultilíngueModelo de Difusão MultimodalGAN MultimodalMultimodal GRULSTM MultimodalRede Neural Recorrente MultimodalTransformer MultimodalAutoencoder Variacional MultimodalMultimodal Vision TransformerTransformer Não EstacionárioPatchTSTPyraformerRede Neural RecorrenteReformerModelo Generativo Baseado em ScoreSegRNNAutoatenção Multi-CabeçaModelo de Difusão Auto-supervisionadoGAN auto-supervisionadoGRU auto-supervisionadaTransformer Auto-supervisionadoAutoencoder Variacional Auto-supervisionadoVision Transformer AutossupervisionadoModelo de Difusão Semi-supervisionadoGANs Semi-supervisionadasGRU Semi-supervisionadoLSTM SemissupervisionadaTransformador SemissupervisionadoAutoencoder Variacional Semi-supervisionadoVision Transformer Semi-SupervisionadoModelo Sequência-para-SequênciaSwin TransformerT5 (Text-to-Text Transfer Transformer)O Transformador de Fusão TemporalTime-MoE: Modelo de Fundação de Séries Temporais com Mistura de EspecialistasTiRex: Previsão de Séries Temporais Zero-Shot com xLSTMGANs de Aprendizagem por TransferênciaAprendizagem por Transferência com Autoencoder VariacionalAprendizagem por Transferência com Modelo de DifusãoTransfer Learning com LSTMTransfer Learning com Rede Neural RecorrenteAutoencoder VariacionalVision TransformerWasserstein GAN (WGAN)Modelo de Difusão Fracamente SupervisionadoGANs Fracamente SupervisionadasGRU Fracamente SupervisionadoLSTM Supervision WeakRede Neural Recorrente Fracamente SupervisionadaTransformer Supervisionada FracamenteVariational Autoencoder Fracamente SupervisionadoVision Transformer com Supervisão Fraca

Mais em Aprendizado profundo

Arquiteturas e treinamento 124