Sekvencijalni i generativni modeli

103 metoda u ovoj porodici.

Izdvojeno

Mehanizam pažnjeThe 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 the AutoenkoderAn 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 Bidirectional RNNA 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 surround CrossformerCrossformer is a Transformer-based architecture for multivariate time series forecasting, introduced by Yunhao Zhang and Junchi Yan at ICLR 2023. Unlike earlier Transformer variant CycleGANCycleGAN, 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

Reading path

This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.

Рекурентна неуронска мрежа1986–1990by Rumelhart, D. E.; Elman, J. L.
Long Short-Term Memory (LSTM)1997by Hochreiter, S. & Schmidhuber, J.
Gated Recurrent Unit (GRU)2014by Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y.
Generativna suparnička mreža2014by Goodfellow, I. et al.
Varijacioni autoenkoder2014by Kingma, D. P. & Welling, M.
Fino podešeni Transformer2017–2019by Vaswani et al. (architecture); fine-tuning paradigm popularised by Howard & Ruder, Devlin et al.
Multimodalni Transformer2019–2021by Lu et al. (ViLBERT); Radford et al. (CLIP)
Vision Transformer2021by Dosovitskiy, A. et al.

all methods on this shelf ↓

Sve metode 103

Mehanizam pažnje Autoenkoder Bidirectional RNN Crossformer CycleGAN DeepAR Difuzioni model Domenski adaptivni difuzioni model Доменски-адаптивни ГАН (Domain-Adaptive GAN)Domain-Adaptive GRU Rekurentna neuronska mreža prilagođena domenu Domenski-adaptivni ugnežđaji rečenica Доменски-адаптивни Трансформер Varijacioni autoenkoder adaptiran na domen Доменски-адаптивни Трансформер вида Објашњиви модел дифузије Објашњиви ГАН (Explainable GAN)Објашњиви GRU Objašnjivi LSTM Objašnjiva rekurentna neuronska mreža Објашнјиви Трансформер Objašnjivi Varioacioni Autoenkoder FEDformer: Transformer sa poboљšanom frekvencijom i dekompozicijom Fino podešen model difuzije Podešena generativna suparnička mreža Podešeni GRU UFine-Tuned LSTM Fino podešena rekurentna neuronska mreža Fino podešena sumerizacija teksta Fino podešeni Transformer Podešeni Varijacioni Autoenkoder Fine-Tuned Vision Transformer Gated Recurrent Unit (GRU)Generativna suparnička mreža Графова мрежа са пажњом (Graph Attention Network, GAT)Gated Recurrent Unit (GRU)Informer iTransformer Latentni difuzioni modeli Long Short-Term Memory (LSTM)Longformer / BigBird LSTM Masked Autoencoders Moirai: Univerzalni Transformer za prognoziranje vremenskih serija Вишејезични дифузиони модел Višejezički GAN Višejezični GRU Višejezični LSTM (Multilingual LSTM)Višejezična rekurentna neuralna mreža Višejezično sažimanje teksta Вишејезички варијациони аутоенкодер Вишејезички Трансформер вида Multimodalni difuzioni model Multimodal GAN Višestruki GRU Multimodalni LSTM Multimodalna rekurentna neuronska mreža Multimodalni Transformer Multimodal Variational Autoencoder Multimodal Vision Transformer Nestacionarni Transformer PatchTST Pyraformer Рекурентна неуронска мрежа Reformer: Efikasan Transformer za duge sekvence Генеративни модел заснован на скору SegRNN Višeglava sopstvena pažnja Samonadzirani difuzioni model GAN sa samonadzorom Samostalno nadgledani GRU Трансформер са самонадзором Самонадгледани варијациони аутоенкодер Self-supervised Vision Transformer Polunadzirani difuzioni model Полу-надгледани ГАН Полу-надгледани GRU Полу-надгледани LSTM Полу-надгледани Трансформер Polu-nadgledana Varijaciona Autoenkoder Полу-надзирани Трансформер за Визију Model sekvenca-na-sekvencu Swin Transformer T5 (Text-to-Text Transfer Transformer)Temporal Fusion Transformer Time-MoE: Mešavina eksperata kao osnovni model za vremenske serije TiRex: Predviđanje vremenskih serija bez prethodnog treniranja korišćenjem xLSTM Prenosno učenje GAN Prenosno učenje sa varijacioni autoenkoderom Prenosno učenje sa difuzionim modelom Трансферно учење са LSTM мрежама Prenosno učenje sa rekurentnom neuronskom mrežom Varijacioni autoenkoder Vision Transformer Wasserstein GAN (WGAN)Слабо надгледан дифузни модел Слабо надгледани ГАН Слабо надгледани GRU Слабо надгледани LSTM Slabo nadgledana rekurentna neuronska mreža Слабо надгледани Трансформер Слабо надгледани варијациони аутоенкодер Визиони трансформер са слабом супервизијом

Još u Duboko učenje

Arhitekture i obučavanje 124