Likhetsinlärning
Definition
Likhetsinlärning fokuserar på att träna modeller för att mappa indata till ett …
Deep Learning
Terms tagged with Deep Learning
Sentence Transformers
Definition
Sentence Transformers är extensioner av traditionella Transformer-modeller (som BERT) …
Reparameteriseringstricket
Definition
Reparameteriseringstricket är en grundläggande metod som används i variationella …
Pyannote Audio
Definition
Pyannote Audio är en omfattande verktygslåda designad för att underlätta utveckling och …
Expertprodukt
Definition
Expertprodukten (PoE) är en metod för att konstruera komplexa sannolikhetsfördelningar …
Multimodal representationsinlärning
Definition
Multimodal representationsinlärning innebär att träna modeller för att bearbeta och …
Mode Collapse
Definition
I GAN:er uppstår mode collapse när generatoren lär sig att utnyttja svagheter i …
Manifoldhypotesen
Definition
Denna hypotes förklarar varför djupinlärning fungerar effektivt trots dimensionens …
Highway-nätverk
Definition
Highway-nätverk är designade för att lösa problemet med försvinnande gradienter inom djup …
Dolt lager
Definition
Ett dolt lager består av nerver som tar emot indata från tidigare lager, tillämpar vikter …
Hårdvara för artificiell intelligens
Definition
AI-hårdvara syftar på specialiserade beräkningsenheter optimerade för den massiva …
Gradient Accumulation
Definition
Denna optimeringsstrategi gör det möjligt att träna djupinlärningsmodeller med effektiva …
Gated Recurrent Unit
Definition
En Gated Recurrent Unit (GRU) är en specialiserad cell i ett rekurrent neuralt nätverk …
Funktionsinlärning
Definition
Funktionsinlärning, ofta kopplad till djupinlärning, möjliggör för modeller att lära sig …
Energbaserad modell
Definition
Energbaserade modeller (EBM) definierar en sannolikhetsfördelning över indata med hjälp …
Domänanpassning
Definition
Domänanpassning hanterar utmaningen när tränings- och testdata kommer från olika …
Dubbel nedgång
Definition
Dubbel nedgång utmanar den traditionella bias-varians-handeln genom att visa att högt …
Differentiellt privat stokastisk gradientnedgång
Definition
DP-SGD är en variant av Stokastisk Gradientnedgång utformad för att skydda integriteten …
BERT
Definition
BERT är en maskininlärningsteknik baserad på transformers för förträning inom NLP, …
Batchnormalisering
Definition
Denna metod justerar och skalactivationsfunktionerna så att de har nollmedelvärde och …
AlphaChip
Definition
AlphaChip är ett specialiserat AI-system designat för att automatisera och förbättra …
Adversariellt angrepp
Definition
Adversariella angrepp utnyttjar sårbarheterna i neurala nätverk genom att introducera …
Datorseende
Definition
Datorseende (CV) är en gren av artificiell intelligens som tränar datorer att utvinna …
Restkoppling
Definition
Restkopplingar, även kända som skip-kopplingar, möjliggör att gradienter flödar genom ett …
Recurrent Neural Network
Definition
RNN:er är utformade för att känna igen mönster i sekvenser av data, såsom text, genomer, …
ReLU
Definition
ReLU används flitigt i djupinlärningens neurala nätverk på grund av dess …
Långsiktig korttidsminne (LSTM)
Definition
LSTM-nätverk löser problemet med försvinnande gradienter som är vanligt i standard-RNN:er …
Dropout
Definition
I neurala nätverk förhindrar dropout överanpassning genom att tillfälligt ta bort en …
Aktiveringsfunktion
Definition
En aktiveringsfunktion introducerar icke-linearitet i ett neuralt nätverk, vilket …
förtränad
Definition
En förtränad modell är en grundläggande AI-modell som har genomgått omfattande träning på …
diffusionsbaserad
Definition
Diffusionsbaserade modeller är en klass av generativ AI som skapar nya datamallar genom …
Överföringsinlärning
Definition
Överföringsinlärning utnyttjar förtränade modeller för att förbättra prestanda och minska …
Förträning
Definition
Förträning är en grundläggande teknik inom djupinlärning där en modell lär sig breda …
Neuralt nätverk
Definition
Ett neuralt nätverk är en serie algoritmer som strävar efter att känna igen underliggande …
Multi-Head Attention
Definition
Multi-Head Attention utvidgar den standardiserade uppmärksamhetsmekanismen genom att köra …
Stort språkmodell
Definition
Stora språkmodeller (LLM) är avancerade artificiella intelligenssystem baserade på …
Diffusion
Definition
Diffusionsmodeller är en klass av generativ AI som lär sig att vända en stokastisk …
Adam
Definition
Adam (Adaptive Moment Estimation) är en populär förstordningens gradientbaserad …
Finjustering
Definition
Finjustering innebär att ta en modell som redan är tränad på en stor, allmän datamängd …
Konvolutionellt neuralt nätverk
Definition
Konvolutionella neuronnätverk (CNN) är designade för att automatiskt och adaptivt lära …
Uppmärksamhetsmekanism
Definition
En uppmärksamhetsmekanism gör det möjligt för en modell att dynamiskt väga vikten av …