D2LGilusis mokymasis

DI olimpiada GitHub

Pratarmė
Diegimas
Žymėjimai
1Įvadas
2Pradinės žinios
3Tiesiniai neuroniniai tinklai regresijai
4Tiesiniai neuroniniai tinklai klasifikavimui
5Daugiasluoksniai perceptronai
6Kūrėjo vadovas
7Konvoliuciniai neuroniniai tinklai
8Šiuolaikiniai konvoliuciniai neuroniniai tinklai
9Rekurentiniai neuroniniai tinklai
10Šiuolaikiniai rekurentiniai neuroniniai tinklai
11Dėmesio sutelkimo mechanizmai ir transformeriai
12Optimizavimo algoritmai
13Skaičiavimo našumas
14Kompiuterinė rega
15Skaitmeninis natūraliosios kalbos apdorojimas: išankstinis apmokymas
16Natūraliosios kalbos apdorojimas: taikymai
17Skatinamasis mokymasis
18Gauso procesai
19Hiperparametrų optimizavimas
20Generatyviniai priešiškieji tinklai
- 20.1Generatyviniai priešiškieji tinklai
- 20.2Gilieji konvoliuciniai generatyviniai priešiškieji tinklai
21Rekomendacinės sistemos
22Priedas: giliojo mokymosi matematika
23Priedas: giliojo mokymosi įrankiai
Literatūra

20 Generatyviniai priešiškieji tinklai

20.1 Generatyviniai priešiškieji tinklai
20.2 Gilieji konvoliuciniai generatyviniai priešiškieji tinklai

← Ankstesnis19.4. Asinchroninis nuoseklus dalijimas pusiau Kitas →20.1. Generatyviniai priešiškieji tinklai

Dirbtinio intelekto metodų laboratorija (AIML)

Vilniaus universitetas, Matematikos ir informatikos fakultetas

Originali knyga: d2l.ai · Vertimas: VU-AIML/d2l-lt

Dirbtinio intelekto olimpiada →

GitHub LinkedIn X Bluesky YouTube Hugging Face

© 2026 Dirbtinio intelekto metodų laboratorija