深度学习
336 种方法。
Deep learning / NLP / CV 223
[需翻译标题：BERT-based Classification...]基于领域自适应BERT的分类域自适应卷积神经网络域自适应扩散模型域自适应Doc2Vec域自适应GAN领域自适应门控循环单元域自适应图像分类领域自适应实例分割领域自适应多层感知器领域自适应命名实体识别域自适应非负矩阵分解主题模型领域自适应问答域自适应循环神经网络域自适应强化学习基于域自适应的 RoBERTa 分类领域自适应句子嵌入 (Domain-Adaptive Sentence Embeddings)领域自适应情感分析领域自适应文本摘要域自适应 Transformer域自适应变分自编码器领域自适应视觉 Transformer领域自适应 Word2Vec可解释的BERT分类可解释扩散模型可解释生成对抗网络可解释图神经网络可解释门控循环单元 (Explainable GRU)可解释图像分类可解释实例分割可解释的LDA主题模型可解释长短期记忆网络可解释多层感知机可解释命名实体识别可解释的非负矩阵分解主题模型可解释目标检测可解释问答可解释循环神经网络可解释强化学习可解释的 RoBERTa 分类可解释的语义分割可解释句子嵌入可解释情感分析可解释文本摘要可解释主题建模可解释 Transformer可解释变分自编码器可解释视觉 Transformer微调 BERT 分类微调卷积神经网络微调扩散模型微调Doc2Vec微调生成对抗网络微调门控循环单元 (Fine-Tuned GRU)微调图像分类微调LDA主题模型微调长短期记忆网络 (Fine-Tuned LSTM)微调多层感知机微调命名实体识别微调问答微调循环神经网络微调强化学习RoBERTa-based 分类微调微调语义分割微调句嵌入微调文本摘要微调主题建模微调Transformer微调变分自编码器微调视觉Transformer微调 Word2Vec (Fine-Tuned Word2Vec)门控循环单元 (GRU)图像分类实例分割LDA主题模型长短期记忆网络（LSTM）多语言卷积神经网络多语言扩散模型多语言Doc2Vec多语言生成对抗网络 (Multilingual GAN)多语言图神经网络多语言GRU多语言图像分类多语言长短期记忆网络多语言多层感知机多语言问答多语言循环神经网络多语言强化学习基于多语言 RoBERTa 的分类多语言语义分割多语言句子嵌入多语言情感分析多语言文本摘要多语言主题建模多语言 Transformer多语言变分自编码器多语言视觉Transformer多模态BERT分类多模态卷积神经网络多模态扩散模型多模态Doc2Vec多模态生成对抗网络多模态图神经网络多模态门控循环单元 (Multimodal GRU)多模态图像分类多模态实例分割多模态LDA主题模型多模态LSTM多模态多层感知器多模态命名实体识别多模态非负矩阵分解主题模型多模态目标检测多模态问题解答多模态循环神经网络多模态强化学习多模态 RoBERTa 分类多模态语义分割多模态句子嵌入多模态文本摘要多模态主题建模多模态Transformer多模态变分自编码器多模态视觉变换器多模态Word2VecNMF 主题模型目标检测循环神经网络强化学习基于RoBERTa的分类基于自监督的BERT分类自监督卷积神经网络自监督扩散模型自监督生成对抗网络自监督 GRU自监督图像分类自监督实例分割自监督LDA主题模型自监督命名实体识别自监督NMF主题模型自监督目标检测自监督问答自监督强化学习基于 RoBERTa 的自监督分类自监督语义分割自监督句子嵌入自监督情感分析自监督主题建模自监督Transformer自监督变分自编码器自监督视觉Transformer自监督Word2Vec语义分割半监督式BERT分类半监督卷积神经网络半监督扩散模型半监督Doc2VecSemi-supervised GAN半监督图神经网络半监督门控循环单元 (Semi-supervised GRU)半监督图像分类半监督实例分割半监督LDA主题模型半监督长短期记忆网络 (Semi-supervised LSTM)半监督多层感知机半监督NMF主题模型半监督目标检测半监督问答半监督强化学习基于RoBERTa的半监督分类半监督语义分割半监督句子嵌入半监督情感分析半监督文本摘要半监督主题建模半监督式 Transformer半监督变分自编码器半监督视觉变换器半监督Word2Vec句子嵌入主题建模迁移学习GAN迁移学习与变分自编码器BERT 기반 전이 학습基于卷积神经网络的迁移学习扩散模型迁移学习基于图神经网络的迁移学习迁移学习在图像分类中的应用实例分割迁移学习LDA主题模型迁移学习LSTM 迁移学习命名实体识别的迁移学习基于NMF主题模型的迁移学习基于对象检测的迁移学习循环神经网络迁移学习迁移学习与强化学习 (Transfer RL) 是一种训练范式，其中代理在一个或多个源任务中获得的知识基于句子嵌入的迁移学习迁移学习与文本摘要主题建模迁移学习基于Word2Vec的迁移学习弱监督BERT分类弱监督卷积神经网络弱监督扩散模型弱监督生成对抗网络 (Weakly Supervised GAN)弱监督图神经网络弱监督门控循环单元 (Weakly Supervised GRU)弱监督图像分类弱监督实例分割弱监督LDA主题模型弱监督 LSTM弱监督多层感知机弱监督目标检测弱监督问答弱监督循环神经网络弱监督强化学习弱监督 RoBERTa 分类弱监督语义分割弱监督句子嵌入弱监督文本摘要弱监督主题建模弱监督 Transformer弱监督变分自编码器弱监督视觉变换器弱监督词向量 (Weakly Supervised Word2Vec)
Ml-model 55
AlexNet注意力机制自编码器批量归一化BERT微调双向循环神经网络胶囊网络CLIP卷积神经网络图像分类卷积神经网络（分类）深度强化学习DeepARDenseNet扩散模型Dilated CNNDropoutEfficientNetFaster R-CNNFastText全卷积网络（FCN）生成对抗网络GPT模型微调图注意力网络图卷积网络 (GCN)图神经网络门控循环单元 (GRU)Informer知识蒸馏长格式Transformer / BigBirdLoRA 和 PEFT长短期记忆网络专家混合模型多层感知机 (MLP)N-BEATSN-HiTS神经架构搜索Neural ODE神经风格迁移PatchTST残差网络（ResNet）ResNeXt基于得分的生成模型多头自注意力机制序列到序列模型动量SGD / Adam优化器T5（Text-to-Text Transfer Transformer）Temporal Fusion TransformerTextCNNTransformer (NLP)U-Net变分自编码器VGGNet（超深度卷积网络）Vision Transformer视觉对比学习YOLO（You Only Look Once）
Time-series forecasting 26
Autoformer：用于长期时间序列预测的分解TransformerChronos：一种用于时间序列预测的标记化基础模型Crossformer：用于多元时间序列预测的跨维度依赖TransformerDLinear：时间序列预测的分解线性模型ETSformer：用于时间序列预测的指数平滑Transformer模型FEDformer：频率增强分解TransformerFiLM: 频率改进的勒让德记忆模型FreTS：用于时间序列预测的频域MLPiTransformer：用于多元时间序列预测的倒置TransformerKoopa：用于非平稳时间序列的 Koopman 预测器LightTS：面向多变量时间序列预测的轻量级采样MLPMICN：用于长期时间序列预测的多尺度等距卷积网络Moirai：通用时间序列预测Transformer非平稳TransformerPyraformer：用于长程时间序列预测的金字塔注意力TransformerReformer：长序列的高效TransformerSCINet：用于时间序列预测的样本卷积与交互网络SegRNN：用于长期时间序列预测的段循环神经网络Sundial：生成式时间序列基础模型TiDE：时间序列密集编码器Time-MoE：面向通用时间序列的混合专家模型TimeMixer：可分解的多尺度混合时间序列预测TimesFM：面向时间序列预测的仅解码器基础模型TimesNet：面向时间序列的二维时变建模TiRex：基于 xLSTM 的零样本时间序列预测模型TSMixer：全MLP架构用于时间序列预测