iT邦幫忙

deep learning相關文章
共有 216 則文章
鐵人賽 AI & Data DAY 23

技術 Day 23|注意力機制:Transformer

引言 想像你走進一個大型超市要買新鮮的番茄 🍅。菜架上擺滿了上百種蔬果,如果你用 RNN 或是 LSTM 那樣的序列模型的方法找,你就會是一層一層貨架這樣依序慢...

鐵人賽 AI & Data DAY 22

技術 Day 22|長短期記憶:LSTM

引言 圖片來源:https://www.reddit.com/r/machinelearningmemes/comments/gqz1dw/big_mistak...

鐵人賽 AI & Data DAY 21

技術 Day 21|模型的記憶力:RNN

引言 在前一天的文章裡,我們實作了一個最簡單的前饋神經網路(Feedforward Neural Network, FNN)。我們先把整段文字轉換成詞向量,然後...

鐵人賽 AI & Data DAY 30

技術 Day 30 | HAR 深度學習回顧:骨架 GNN、多模態融合與邊緣部署全景

前言 今天讀的是 2025 年期刊文章 “Human activity recognition: A review of deep learning-based...

鐵人賽 AI & Data DAY 27

技術 Day 27 | 多模態情緒識別:從研究綜述看實驗設計與未來方向

前言 今天,我們要深入一篇 2023 年的綜述 "A Survey of Deep Learning-Based Multimodal Emotion...

鐵人賽 AI & Data DAY 26

技術 Day 26 | 論文解析:深度學習情緒識別的研究方法與未來方向

前言 今天我們深入解析 "Deep Learning for Human Affect Recognition: Insights and New D...

鐵人賽 AI & Data DAY 3

技術 【DAY3】什麼是 AI、機器學習 (ML)、深度學習 (DL)?快速掌握三者差異

前言昨天我們提到,AI 需要透過資料來學習與訓練。那麼,資料是如何一步步變成可以做出判斷的 AI 模型呢?其實,AI 的核心是各種算法 (Algorithm),...

技術 Rust與AI/Python完美的結合 (2)

前言 上一篇【Rust與AI/Python完美的結合 (1)】介紹Rust與Python的整合,接著我們再來介紹【Rust與AI的整合】。 9/12 在【Hel...

鐵人賽 AI/ ML & Data DAY 1

技術 Day1: 前言 - 什麼是Chatbot之我們會不會被取代?

Chatbot,翻成中文就是聊天機器人,現在我們無時無刻都在使用Chatbot,無論是聊天,還是改文章、生圖片,甚至連做題目、邏輯思考都做的到,不信你看 我們先...

鐵人賽 AI/ ML & Data DAY 29
30 Days of AI Research 系列 第 30

技術 [Day 29] Talk like a Graph: Encoding Graphs for Large Language Models

Paper link | Note link | Code link | ICLR 2024 整體想法 在這項研究中,他們首次全面性地探討了將圖結構資料編碼...

鐵人賽 AI/ ML & Data DAY 27
30 Days of AI Research 系列 第 28

技術 [Day 27] StructGPT: A General Framework for Large Language Model to Reason over Structured Data

Paper link | Note link | Code link | EMNLP 2023 整體想法 本篇提出了一個通用框架,用於提升LLM在結構化數據...

技術 vikit-learn・圖像辨識・入門

下面學習如何使用 vikit-learn 訓練一個圖像分類器。我們將使用貓狗圖像數據集 OxfordIIITPet 來進行實踐操作。 安裝 vikit-lea...

鐵人賽 AI/ ML & Data DAY 25
30 Days of AI Research 系列 第 26

技術 [Day 25] Reasoning on graphs: Faithful and interpretable large language model reasoning

Paper link | Note link | Code link | ICLR 2024 整體想法 這篇論文提出了圖推理(RoG),通過將大型語言模型(...

鐵人賽 AI/ ML & Data DAY 24
30 Days of AI Research 系列 第 25

技術 [Day 24] LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning

Paper link | Note link | Code link | ICLR 2024 整體想法 隨著文本和關係整合的重要性日增,以及大型語言模型(L...

鐵人賽 AI/ ML & Data DAY 21
30 Days of AI Research 系列 第 22

技術 [Day 21] ILLUME: Rationalizing Vision-Language Models through Human Interactions

Paper link | Code link | ICML 2023 整體想法 這項研究採用了人機互動的解釋方法來處理多模態 Transformers 模型...

鐵人賽 Kubernetes DAY 20

技術 [Day 20] K8S Lab - 基於 MS COCO 的圖像分類系統 (3)

系統架構 k8slab/ │ ├── app.py ├── coco_predictions.pth └── templates/ └── index....

鐵人賽 Kubernetes DAY 19

技術 [Day 19] K8S Lab - 基於 MS COCO 的圖像分類系統 (2)

在這篇文章中,我們將介紹如何使用 ResNet18 模型訓練 COCO MS 資料集,並將訓練好的模型儲存為 model.pth,以供未來網頁的影像辨識使用。...

鐵人賽 AI/ ML & Data DAY 9
30 Days of AI Research 系列 第 10

技術 [Day 9] Reward Design with Language Models

Paper link | Note link | Code link | ICLR 2023 整體想法 這項研究探討了使用提示策略配合大型語言模型(LLM)...

鐵人賽 AI/ ML & Data DAY 8
30 Days of AI Research 系列 第 8

技術 [Day 8] Diversify Question Generation with Retrieval-Augmented Style Transfer

Paper link | Code link | EMNLP 2023 整體想法 這項新任務是透過一種定義了兩階段訓練過程(監督學習和強化學習)的方法來生成...

鐵人賽 AI/ ML & Data DAY 7
30 Days of AI Research 系列 第 7

技術 [Day 7] Benchmarking Large Language Models in Retrieval-Augmented Generation

Paper link | Note link | Code link | AAAI 2024 整體想法 本研究提出了一個基準來評估大型語言模型在檢索增強生成...

鐵人賽 AI/ ML & Data DAY 6
30 Days of AI Research 系列 第 6

技術 [Day 6] Recitation-Augmented Language Models

Paper link | Note link | Code link | ICLR 2024 整體想法 這項研究使用背誦相關段落來解決知識密集型任務。 然而...

鐵人賽 AI/ ML & Data DAY 4
30 Days of AI Research 系列 第 4

技術 [Day 4] Fine-grained Late-interaction Multi-modal Retrieval (FLMR)

Paper link | Note link | Code link | NeurIPS 2023 Paper title: Fine-grained La...

鐵人賽 AI/ ML & Data DAY 3
30 Days of AI Research 系列 第 3

技術 [Day 3] Retrieval-Augmented Multimodal Language Modeling

Paper link | Note link | ICML 2023 整體想法 這項研究提出了首個檢索增強的多模態模型,能夠檢索和生成文本和圖像。 它可以應...

鐵人賽 AI/ ML & Data DAY 2
30 Days of AI Research 系列 第 2

技術 [Day 2] Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

Paper link | Note link | Code link | NeurIPS 2020 整體想法 這項研究開發了一個檢索增強生成(RAG)模型,...

鐵人賽 AI/ ML & Data DAY 1

技術 【AI筆記】30天從論文入門到 Pytorch 實戰:序章與學習計畫 Day 0

前言 歡迎來到這個為期30天的AI和機器學習課程。在這系列文章中,我們將從論文閱讀簡單入門,逐步深入了解 Deep Learning 還包含生成式T2I核心概念...

鐵人賽 AI/ ML & Data DAY 1
30 Days of AI Research 系列 第 1

技術 [Day 1] About this series

近年來,人工智能(AI),尤其是生成式AI,逐步受到重視。 本系列希望通過閱讀發表在國際會議的 paper,撰寫精簡內容,讓讀者了解近年來AI的研究方向。 本系...

技術 ㊙️Hello KAN, 建構深度學習模型的另一種思維

前言 今年五月一篇論文【KAN: Kolmogorov-Arnold Networks】引發廣泛的討論,因為,它突破神經網路的框架,提出建構深度學習模型的另一種...

鐵人賽 AI & Data DAY 21

技術 Day 21 卷積的好哥們 - 池化

在圖像處理中,可以對圖像進行降採樣以減少像素數量,從而減少圖像的大小,而仍然保留足夠的細節以進行分析或顯示,平均池化(average pooling)和最大池化...

鐵人賽 AI & Data DAY 20

技術 Day 20 認識卷積神經網路中的"卷積"

之前有介紹過,在nn.Linear線性層中,輸入的圖片會攤平成 1D 的向量,並與權重進行矩陣相乘,模型輸出張量的值代表:針對該輸入圖片,求出所有像素的加權總合...