เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| เครือข่ายคอนโวลูชันแบบขยาย (Dilated CNN)× | แบบจำลองลำดับต่อลำดับ× | |
|---|---|---|
| สาขาวิชา | การเรียนรู้เชิงลึก | การเรียนรู้เชิงลึก |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2016 | 2014 |
| ผู้ริเริ่ม≠ | van den Oord, A. et al.; Bai, S., Kolter, J.Z. & Koltun, V. | Sutskever, I.; Cho, K. |
| ประเภท≠ | Deep learning (dilated 1D convolutional network) | Encoder-decoder neural network (deep learning) |
| แหล่งต้นตำรับ≠ | van den Oord, A. et al. (2016). WaveNet: A Generative Model for Raw Audio. arXiv. link ↗ | Sutskever, I., Vinyals, O. & Le, Q. V. (2014). Sequence to Sequence Learning with Neural Networks. NeurIPS. link ↗ |
| ชื่อเรียกอื่น≠ | Dilate Edilmiş CNN (WaveNet / TCN), WaveNet, Temporal Convolutional Network, TCN | Dizi-Dizi Modeli (Seq2Seq — Encoder-Decoder), encoder-decoder model, seq2seq, sequence to sequence learning |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | A Dilated CNN is a one-dimensional convolutional network whose receptive field grows exponentially with depth, letting it model long-range structure in time series and audio signals. WaveNet (van den Oord et al., 2016) and the Temporal Convolutional Network of Bai, Kolter and Koltun (2018) are the prominent members of this family. | The sequence-to-sequence (Seq2Seq) model, introduced by Sutskever, Vinyals and Le and by Cho and colleagues in 2014, is an encoder-decoder neural network that maps a variable-length input sequence to a variable-length output sequence. It is the foundation of machine translation, text summarization, dialogue systems and code generation. |
| ScholarGateชุดข้อมูล ↗ |
|
|