สถาปัตยกรรมและการฝึก

124 วิธีในตระกูลนี้

แนะนำ

การฝึกแบบปฏิปักษ์Adversarial Training is a robust optimization procedure for deep neural networks in which the model is trained not on clean data alone but on worst-case perturbed inputs crafted du AlexNetAlexNet is a deep convolutional neural network (CNN) introduced by Alex Krizhevsky, Ilya Sutskever, and Geoffrey Hinton in 2012. It won the ImageNet Large Scale Visual Recognition Batch NormalizationBatch Normalization is a training technique introduced by Sergey Ioffe and Christian Szegedy in 2015 that normalizes the pre-activation outputs of each layer using the mean and var เครือข่าย CapsuleA Capsule Network (CapsNet) is a deep learning architecture introduced by Sara Sabour, Nicholas Frosst and Geoffrey Hinton in 2017 that organises neurons as vectors (capsules) rath โครงข่ายประสาทเทียมแบบสังวัตนาการ (การจำแนกประเภท)A Convolutional Neural Network (CNN) is a deep learning model, established by LeCun and colleagues in 1998, that learns local patterns directly from images and structured data to c การเรียนรู้ตามหลักสูตรCurriculum Learning is a training strategy for machine learning models, introduced by Bengio et al. in 2009, in which training examples are presented in a meaningful order—typicall

เส้นทางการอ่าน

ระเบียบวิธีเชิงรากฐานที่ถูกอ้างอิงมากที่สุดของหัวข้อนี้ เรียงตามลำดับการพัฒนา — จุดเริ่มต้นที่ดีหากท่านเพิ่งเริ่มศึกษา

การเรียนรู้แบบเสริมกำลัง1950s–1998โดย Sutton, R. S. & Barto, A. G. (formalised); Bellman, R. (foundations)
เพอร์เซปตรอนหลายชั้น (MLP)1986โดย Rumelhart, D. E.; Hinton, G. E.; Williams, R. J.
การเรียนรู้แบบถ่ายโอนด้วยโครงข่ายประสาทเทียมแบบสังวัตนาการ2010–2014โดย Pan, S. J. & Yang, Q. (transfer learning framework); popularized for CNNs by Yosinski et al. and Razavian et al.
Fine-Tuned Convolutional Neural Network2012–2014โดย Yosinski, J. et al. (theoretical basis); practice widespread from Krizhevsky et al. 2012 onward
การฝังประโยคหลายรูปแบบ2013–2021โดย Frome et al. (DeViSE, 2013); popularized by Radford et al. (CLIP, 2021)
ResNet (เครือข่ายส่วนที่เหลือ)2016โดย He, K.; Zhang, X.; Ren, S.; Sun, J.
การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)2017โดย He, K., Gkioxari, G., Dollar, P., Girshick, R.
การฝังประโยคหลายภาษา2019–2022โดย Reimers, N. & Gurevych, I.; Feng, F. et al. (Google)

ระเบียบวิธีทั้งหมดบนชั้นนี้ ↓

วิธีทั้งหมด 124

การฝึกแบบปฏิปักษ์AlexNet Batch Normalization เครือข่าย Capsule โครงข่ายประสาทเทียมแบบสังวัตนาการ (การจำแนกประเภท)การเรียนรู้ตามหลักสูตร การเพิ่มข้อมูล โครงข่ายความเชื่อเชิงลึก (Deep Belief Network: DBN)การเรียนรู้แบบเสริมกำลังเชิงลึก DenseNet เครือข่ายคอนโวลูชันแบบขยาย (Dilated CNN)DLinear: แบบจำลองเชิงเส้นแบบแยกส่วนสำหรับการพยากรณ์อนุกรมเวลา Domain-adaptive Convolutional Neural Network Domain-adaptive Doc2Vec การแบ่งส่วนอินสแตนซ์แบบปรับตัวตามโดเมน โดเมน-ปรับปรุงหลายชั้นรับรู้ (Domain-adaptive Multilayer Perceptron)การตอบคำถามแบบปรับตามโดเมน การเรียนรู้แบบเสริมกำลังที่ปรับตามโดเมน การสรุปความแบบปรับตามโดเมน Dropout Echo State Network EfficientNet โครงข่ายประสาทเทียมแบบกราฟที่อธิบายได้การแบ่งส่วนอินสแตนซ์ที่อธิบายได้การตอบคำถามที่อธิบายได้การเรียนรู้แบบเสริมกำลังที่อธิบายได้การฝังประโยคที่อธิบายได้การสรุปข้อความที่อธิบายได้Faster R-CNN FiLM: แบบจำลองหน่วยความจำแบบเลเจนดร์ที่ปรับปรุงความถี่Fine-Tuned Convolutional Neural Network Fine-Tuned Doc2Vec มัลติเลเยอร์ เพอร์เซปตรอนที่ปรับละเอียด การเรียนรู้แบบเสริมกำลังแบบปรับละเอียด FreTS: โครงข่ายประสาทเทียมหลายชั้นในโดเมนความถี่สำหรับการพยากรณ์อนุกรมเวลา Graph Convolutional Network (GCN)โครงข่ายประสาทเทียมกราฟ Inception Network (GoogLeNet)การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)การกลั่นความรู้โครงข่ายประสาทคอลโมโกรอฟ-อาร์โนลด์Koopa: Koopman Predictors for Non-stationary Time Series LightTS: MLP ที่เน้นการสุ่มตัวอย่างแบบเบาสำหรับ การพยากรณ์อนุกรมเวลาหลายตัวแปร LoRA และ PEFT Mamba (แบบจำลองปริภูมิสถานะ)MICN Mixture of Experts MobileNet เพอร์เซปตรอนหลายชั้น (MLP)โครงข่ายประสาทเทียมคอนโวลูชันแบบหลายภาษา Multilingual Doc2Vec Multilingual Graph Neural Network เพอร์เซปตรอนหลายชั้นแบบหลายภาษา การตอบคำถามหลายภาษา การเรียนรู้แบบเสริมกำลังหลายภาษา การฝังประโยคหลายภาษา โครงข่ายประสาทเทียมคอนโวลูชันหลายรูปแบบ Multimodal Doc2Vec Multimodal Graph Neural Network การแบ่งส่วนอินสแตนซ์แบบหลายรูปแบบ เพอร์เซปตรอนหลายชั้นหลายรูปแบบ การตอบคำถามหลายรูปแบบ การเรียนรู้แบบเสริมกำลังหลายรูปแบบ (Multimodal Reinforcement Learning)การฝังประโยคหลายรูปแบบ การสรุปความข้อความหลายรูปแบบ (Multimodal Text Summarization)การเรียนรู้หลายภารกิจ N-BEATS N-BEATSx N-HiTS NEAT: NeuroEvolution of Augmenting Topologies การค้นหาสถาปัตยกรรมโครงข่ายประสาทเทียม โครงข่ายประสาทเทียมเชิงอนุพันธ์สามัญ (Neural ODE)สนามการแผ่รังสีประสาท (NeRF)การถ่ายทอดสไตล์ด้วยโครงข่ายประสาทเทียม ไหลการปกติ การเรียนรู้แบบเสริมกำลัง ResNet (เครือข่ายส่วนที่เหลือ)ResNeXt Restricted Boltzmann Machine (RBM)SCINet โมเดล Segment Anything โครงข่ายประสาทเทียมคอนโวลูชันแบบเรียนรู้ด้วยตนเอง การแบ่งส่วนอินสแตนซ์แบบกำกับตนเอง การตอบคำถามแบบกำกับตนเอง การเรียนรู้แบบเสริมกำลังด้วยการกำกับดูแลตนเอง การสร้างเวกเตอร์แทนประโยคแบบ Self-supervised โครงข่ายประสาทเทียมแบบสังวัตนาการแบบกึ่งมีผู้สอน Doc2Vec แบบกึ่งมีผู้สอน โครงข่ายประสาทเทียมแบบกราฟกึ่งควบคุม (Semi-supervised Graph Neural Network)การแบ่งส่วนภาพอินสแตนซ์แบบกึ่งกำกับดูแล Multilayer Perceptron ที่มีการเรียนรู้แบบกึ่งหนึ่ง การตอบคำถามแบบกึ่งกำกับดูแล (Semi-supervised Question Answering)การเรียนรู้แบบเสริมกำลังกึ่งมีผู้สอน การฝังประโยคแบบกึ่งกำกับดูแล (Semi-supervised Sentence Embeddings)การสรุปความแบบกึ่งมีผู้สอน SGD with Momentum / Adam Optimizer Siamese Neural Network SimCLR เครือข่ายคอนโวลูชันกราฟเชิงพื้นที่-เวลา Sundial: แบบจำลองพื้นฐานอนุกรมเวลาแบบก่อกำเนิด TextCNN TiDE: ตัวเข้ารหัสแบบหนาแน่นสำหรับอนุกรมเวลา (Time-series Dense Encoder)TimeMixer: การผสมผสานหลายมาตราส่วนที่แยกส่วนได้สำหรับการพยากรณ์อนุกรมเวลา TimesFM: แบบจำลองพื้นฐานแบบถอดรหัสเท่านั้นสำหรับการพยากรณ์อนุกรมเวลา TimesNet: การสร้างแบบจำลองความแปรปรวนเชิงพื้นที่ 2 มิติสำหรับอนุกรมเวลา การเรียนรู้แบบถ่ายโอนด้วยโครงข่ายประสาทเทียมแบบสังวัตนาการ การเรียนรู้แบบถ่ายโอนด้วยกราฟโครงข่ายประสาทเทียม Transfer Learning with Instance Segmentation Transfer Learning with Reinforcement Learning การเรียนรู้แบบถ่ายโอนกับการสรุปข้อความ การเรียนรู้แบบถ่ายโอนด้วย Word2Vec TSMixer: สถาปัตยกรรมแบบ All-MLP สำหรับการพยากรณ์อนุกรมเวลา U-Net VGGNet (เครือข่ายประสาทคอนโวลูชันแบบลึกมาก)วิชันแมมบ้า การเรียนรู้เชิงเปรียบเทียบสำหรับภาพ (Visual Contrastive Learning)Weakly supervised convolutional neural network Weakly Supervised Graph Neural Network การแบ่งส่วนอินสแตนซ์แบบกำกับดูแลอย่างอ่อน เพอร์เซปตรอนหลายชั้นแบบมีผู้สอนแบบอ่อน การตอบคำถามแบบมีผู้สอนแบบอ่อน (Weakly Supervised Question Answering)Weakly supervised reinforcement learning Weakly Supervised Sentence Embeddings การสรุปความแบบอาศัยการกำกับดูแลแบบอ่อน (Weakly Supervised Text Summarization)

เพิ่มเติมใน การเรียนรู้เชิงลึก

ลำดับและการสร้าง 103