Мультимодальный многослойный перцептрон
Мультимодальный многослойный перцептрон (MM-MLP) — это полносвязная нейронная сеть прямого распространения, которая принимает признаки из двух или более гетерогенных входных модальностей — таких как структурированные табличные данные, текстовые эмбеддинги и векторы признаков изображений — путем раздельного кодирования каждого потока и их слияния в общее представление перед передачей через полносвязные слои для получения выходных данных классификации или регрессии.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multimodal Multilayer Perceptron (MM-MLP). ScholarGate. https://scholargate.app/ru/deep-learning/multimodal-multilayer-perceptron
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Дообученная многослойная перцептронная сетьГлубокое обучение↔ сравнить
- Многослойный перцептрон (MLP)Глубокое обучение↔ сравнить
- Мультимодальная сверточная нейронная сетьГлубокое обучение↔ сравнить
- Мультимодальные вложения предложенийГлубокое обучение↔ сравнить
- Мультимодальный трансформерГлубокое обучение↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →