🌐Học tập Liên kết

Huấn luyện mô hình trên các thiết bị phân tán mà không cần chia sẻ dữ liệu thô.

🔢Học ít mẫu

Học hỏi từ chỉ một số lượng nhỏ các ví dụ được gắn nhãn cho mỗi lớp.

🎛️Tinh chỉnh

Tiếp tục huấn luyện mô hình đã được huấn luyện trước trên một tập dữ liệu nhỏ hơn dành riêng cho nhiệm vụ cụ thể.

⚔️Mạng đối kháng tạo sinh

Hai mạng lưới cạnh tranh: một mạng tạo ra dữ liệu và một mạng phân biệt đánh giá dữ liệu đó.

🎨Trí tuệ nhân tạo tạo sinh

Hệ thống AI có khả năng tạo ra nội dung mới như văn bản, hình ảnh hoặc âm thanh.

✨Mô hình tạo sinh

Một mô hình học cách tạo ra dữ liệu mới tương tự như tập dữ liệu huấn luyện của nó.

⛰️Giảm độ dốc

Một thuật toán tối ưu hóa nhằm giảm thiểu hàm mất mát một cách lặp đi lặp lại.

🕸️Mạng nơ-ron đồ thị

Một mạng nơ-ron được thiết kế để hoạt động trên dữ liệu có cấu trúc đồ thị.

🎚️Siêu tham số

Một thiết lập cấu hình kiểm soát quá trình huấn luyện của mô hình.

🧩Phân đoạn hình ảnh

Phân chia hình ảnh thành các vùng để xác định đối tượng và ranh giới.

⚙️Suy luận

Quá trình sử dụng mô hình đã được huấn luyện để đưa ra dự đoán trên dữ liệu mới.

🧪Chắt lọc kiến ​​thức

Huấn luyện một mô hình nhỏ để bắt chước hành vi của một mô hình lớn hơn.

🕸️Đồ thị tri thức

Một cách biểu diễn có cấu trúc của các thực thể và mối quan hệ giữa chúng.

🏷️Nhãn

Giá trị đầu ra hoặc giá trị mục tiêu đã biết liên quan đến một ví dụ huấn luyện.

📖Mô hình ngôn ngữ lớn

Một mô hình dựa trên Transformer được huấn luyện trên các kho dữ liệu văn bản khổng lồ.

👻Biến ẩn

Một biến không quan sát được, được suy luận từ dữ liệu, có ảnh hưởng đến kết quả.

🧠Bộ nhớ ngắn hạn dài hạn

Một kiến ​​trúc mạng nơ-ron hồi quy học các mối quan hệ phụ thuộc tầm xa.

📏Hàm mất mát

Một hàm đo lường sự khác biệt giữa giá trị dự đoán và giá trị thực tế.

📈Học máy

Một lĩnh vực mà các thuật toán tự động cải thiện thông qua kinh nghiệm và dữ liệu.

📦Mô hình

Một mô hình toán học được học từ dữ liệu để đưa ra dự đoán.

🗜️Nén mô hình

Các kỹ thuật giúp giảm kích thước mô hình để triển khai nhanh hơn và tiết kiệm chi phí hơn.

🎭Học tập đa phương thức

Học hỏi và tích hợp nhiều loại dữ liệu khác nhau như văn bản và hình ảnh.

🗣️Xử lý ngôn ngữ tự nhiên

Lĩnh vực cho phép máy tính hiểu và tạo ra ngôn ngữ của con người.

🔗Mạng thần kinh

Một hệ thống tính toán lấy cảm hứng từ các tế bào thần kinh sinh học, có khả năng học hỏi từ dữ liệu.

🔲Phát hiện đối tượng

Nhận diện và định vị các đối tượng trong hình ảnh hoặc video.

🗺️Bản thể luận

Một đặc tả chính thức về các khái niệm và mối quan hệ trong một miền.

🔎Nhận dạng ký tự quang học

Chuyển đổi hình ảnh văn bản thành văn bản được mã hóa bằng máy.

🎯Quá khớp

Khi một mô hình học dữ liệu huấn luyện quá tốt và không thể khái quát hóa.

🎯Độ chính xác và khả năng thu hồi

Các chỉ số đo lường độ chính xác và tính đầy đủ của bộ phân loại.

✍️Kỹ thuật nhanh chóng

Thiết kế các đầu vào để hướng dẫn mô hình ngôn ngữ đạt được các đầu ra mong muốn.