Mode Collapse
Definition
Στα GANs, η mode collapse συμβαίνει όταν ο γεννήτριας μαθαίνει να εκμεταλλεύεται τις …
Terms tagged with Deep Learning
Στα GANs, η mode collapse συμβαίνει όταν ο γεννήτριας μαθαίνει να εκμεταλλεύεται τις …
Αυτή η υπόθεση εξηγεί γιατί η βαθιά μάθηση λειτουργεί αποτελεσματικά παρά το …
Τα Highway Networks σχεδιάστηκαν για να αντιμετωπίσουν το πρόβλημα της εξαφανιζόμενης …
Μια κρυφή στήλη αποτελείται από νευρώνες που λαμβάνουν εισόδους από προηγούμενες στήλες, …
Το υλικό AI αναφέρεται σε εξειδικευμένες υπολογιστικές συσκευές που βελτιστοποιούνται για …
Αυτή η στρατηγική βελτιστοποίησης επιτρέπει την εκπαίδευση μοντέλων βαθιάς μάθσης με …
Μια Κλειδαρωτή Επαναλαμβανόμενη Μονάδα (GRU) είναι ένα εξειδικευμένο κύτταρο …
Η μάθηση χαρακτηριστικών, συχνά συνδεδεμένη με τη βαθιά μάθηση, επιτρέπει στα μοντέλα να …
Τα Μοντέλα Βασισμένα στην Ενέργεια (EBMs) ορίζουν μια κατανομή πιθανότητας πάνω στα …
Η διπτή πτώση αμφισβητεί τον παραδοσιακό συμβιβασμό μέσης τιμής-διακύμανσης δείχνοντας …
Η προσαρμογή τομέα αντιμετωπίζει την πρόκληση όταν τα δεδομένα εκπαίδευσης και δοκιμής …
Το DP-SGD είναι μια παραλλαγή του Στοχαστικού Καθοδικού Κλίσης σχεδιασμένη για την …
Το BERT είναι μια τεχνική μηχανικής μάθησης βασισμένη σε μετασχηματιστές για την …
Αυτή η μέθοδος προσαρμόζει και κλιμακώνει τις ενεργοποιήσεις ώστε να έχουν μηδενική μέση …
Το AlphaChip είναι ένα εξειδικευμένο σύστημα ΤΝ σχεδιασμένο για την αυτοματοποίηση και …
Οι εχθρικές επιθέσεις εκμεταλλεύονται τις ευπάθειες των νευρωνικών δικτύων εισάγοντας …
Η Οπτική Υπολογιστών (Computer Vision - CV) είναι ένας κλάδος της τεχνητής νοημοσύνης που …
Οι υπολειπόμενες συνδέσεις, γνωστές επίσης ως skip connections, επιτρέπουν στις κλίμακες …
Τα RNNs είναι σχεδιασμένα να αναγνωρίζουν μοτίβα σε ακολουθίες δεδομένων, όπως κείμενο, …
Η ReLU χρησιμοποιείται ευρέως στα νευρωνικά δίκτυα βαθιάς μάθησης λόγω της υπολογιστικής …
Τα δίκτυα LSTM αντιμετωπίζουν το πρόβλημα της εξαφανιζόμενης κλίσης που είναι κοινό στα …
Στα νευρωνικά δίκτυα, το dropout αποτρέπει την υπερπροσαρμογή αφαιρώντας προσωρινά ένα …
Μια συνάρτηση ενεργοποίησης εισάγει μη γραμμικότητα σε ένα νευρωνικό δίκτυο, επιτρέποντάς …
Ένα προκαταρκτικά εκπαιδευμένο μοντέλο είναι ένα θεμελιώδες μοντέλο τεχνητής νοημοσύνης …
Τα μοντέλα βάσει διάχυσης είναι μια κατηγορία γεννητριών AI που δημιουργούν νέα δείγματα …
Η μεταφορά μάθησης αξιοποιεί προεκπαιδευμένα μοντέλα για τη βελτίωση της απόδοσης και τη …
Η προεκπαίδευση είναι μια θεμελιώδης τεχνική στη βαθιά μάθηση όπου ένα μοντέλο μαθαίνει …
Ένα νευρωνικό δίκτυο είναι μια σειρά αλγορίθμων που επιδιώκει να αναγνωρίσει τις …
Η Πολυκεφαλική Προσοχή επεκτείνει τον τυπικό μηχανισμό προσοχής εκτελώντας τον πολλές …
Τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) είναι προηγμένα συστήματα τεχνητής νοημοσύνης βασισμένα …
Τα μοντέλα διάχυσης είναι μια κατηγορία γεννητικής ΤΝ που μαθαίνουν να αντιστρέφουν μια …
Το Adam (Adaptive Moment Estimation) είναι ένας δημοφιλής αλγόριθμος βελτιστοποίησης …
Η λεπτομερής προσαρμογή περιλαμβάνει τη λήψη ενός μοντέλου που έχει ήδη εκπαιδευτεί σε …
Τα Κωνολικά Νευρωνικά Δίκτυα (CNNs) είναι σχεδιασμένα για να μαθαίνουν αυτόματα και …
Ένας μηχανισμός προσοχής επιτρέπει σε ένα μοντέλο να ζυγίζει δυναμικά τη σημασία των …