Hàm Tanh
Definition
Hàm tiếp tuyến hyperbol (Tanh) là một hàm kích hoạt phi tuyến thường được sử dụng trong …
Terms tagged with Deep Learning
Hàm tiếp tuyến hyperbol (Tanh) là một hàm kích hoạt phi tuyến thường được sử dụng trong …
Học tương đồng tập trung vào việc huấn luyện các mô hình để ánh xạ đầu vào vào một không …
Sentence Transformers là phiên bản mở rộng của các mô hình Transformer truyền thống (như …
Kỹ thuật tái tham số hóa là một phương pháp cơ bản được sử dụng trong các bộ mã hóa giải …
Pyannote Audio là một bộ công cụ toàn diện được thiết kế để tạo điều kiện thuận lợi cho …
Sản phẩm của các chuyên gia (PoE) là một phương pháp để xây dựng các phân phối xác suất …
Học biểu diễn đa phương thức liên quan đến việc huấn luyện các mô hình để xử lý và tích …
Trong GAN, mode collapse xảy ra khi bộ sinh học cách khai thác điểm yếu của bộ phân biệt …
Giả thuyết này giải thích tại sao học sâu hoạt động hiệu quả bất chấp lời nguyền chiều …
Mạng đường cao tốc (Highway Networks) được thiết kế để giải quyết vấn đề biến mất …
Một lớp ẩn bao gồm các nơ-ron nhận đầu vào từ các lớp trước đó, áp dụng trọng số và độ …
Phần cứng AI đề cập đến các thiết bị tính toán chuyên dụng được tối ưu hóa cho việc xử lý …
Chiến lược tối ưu hóa này cho phép các mô hình học sâu được huấn luyện với kích thước …
Đơn vị tái phát có cổng (GRU) là một tế bào mạng nơ-ron tái diễn chuyên biệt được thiết …
Feature learning, thường liên quan đến học sâu, cho phép các mô hình học các biểu diễn …
Các Mô hình Dựa trên Năng lượng (EBMs) xác định một phân phối xác suất trên dữ liệu đầu …
Hạ bậc kép thách thức sự đánh đổi truyền thống giữa thiên vị và phương sai bằng cách chỉ …
Thích ứng miền giải quyết thách thức khi dữ liệu huấn luyện và kiểm thử đến từ các phân …
DP-SGD là một biến thể của Stochastic Gradient Descent được thiết kế để bảo vệ quyền …
BERT là một kỹ thuật học máy dựa trên kiến trúc Transformer để huấn luyện trước cho xử lý …
Phương pháp này điều chỉnh và mở rộng các kích hoạt để có trung bình bằng không và phương …
AlphaChip là một hệ thống AI chuyên biệt được thiết kế để tự động hóa và nâng cao việc …
Các cuộc tấn công đối nghịch khai thác điểm yếu của mạng nơ-ron bằng cách đưa nhiễu tinh …
Computer Vision (CV) là một nhánh của trí tuệ nhân tạo nhằm huấn luyện máy tính trích …
Các kết nối trừu tượng, còn được gọi là kết nối bỏ qua (skip connections), cho phép …
RNN được thiết kế để nhận diện các mẫu trong dữ liệu tuần tự như văn bản, bộ gen, chữ …
ReLU được sử dụng rộng rãi trong các mạng nơ-ron học sâu do hiệu quả tính toán cao và khả …
Mạng LSTM giải quyết vấn đề tiêu biến gradient thường gặp ở các mạng nơ-ron hồi quy (RNN) …
Trong mạng nơ-ron, dropout ngăn ngừa quá khớp bằng cách tạm thời loại bỏ một tập hợp con …
Hàm kích hoạt đưa tính phi tuyến vào mạng nơ-ron, cho phép nó học các mẫu và mối quan hệ …
Một mô hình đã huấn luyện trước là một mô hình AI nền tảng đã trải qua quá trình huấn …
Các mô hình dựa trên khuếch tán là một lớp mô hình AI sinh tạo các mẫu dữ liệu mới bằng …
Học chuyển giao tận dụng các mô hình đã được huấn luyện trước để cải thiện hiệu suất và …
Huấn luyện trước là một kỹ thuật nền tảng trong học sâu, nơi mô hình học các đặc điểm và …
Mạng nơ-ron là một chuỗi các thuật toán nhằm nhận diện các mối quan hệ tiềm ẩn trong một …
Chú ý Đa đầu mở rộng cơ chế chú ý tiêu chuẩn bằng cách chạy nó nhiều lần song song với …
Các Mô hình Ngôn ngữ Lớn (LLMs) là hệ thống trí tuệ nhân tạo tiên tiến dựa trên kiến trúc …
Mô hình khuếch tán là một lớp mô hình AI sinh học tập cách đảo ngược một quá trình ngẫu …
Adam (Adaptive Moment Estimation - Ước lượng Moment Thích ứng) là một thuật toán tối ưu …
Fine-tuning liên quan đến việc lấy một mô hình đã được huấn luyện trên một tập dữ liệu …
Mạng nơ-ron tích chập (CNN) được thiết kế để tự động và thích nghi học hỏi các cấp độ đặc …
Cơ chế chú ý cho phép một mô hình cân nhắc tầm quan trọng của các yếu tố khác nhau trong …