230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án - Phần 3

Phân loại đối tượng

Tạo vùng đề xuất trực tiếp từ bản đồ đặc trưng

Tăng cường dữ liệu hình ảnh

Tính toán hàm mất mát

Classification loss và regression loss

Clustering loss và entropy loss

Activation loss và normalization loss

Gradient loss và pooling loss

VGG hoặc AlexNet

LSTM

Transformer

Autoencoder

Phát hiện đối tượng nhanh hơn

Thêm phân đoạn đối tượng (instance segmentation)

Xử lý văn bản

Giảm kích thước hình ảnh

Phát hiện xe trong hệ thống giao thông

Phân tích cảm xúc văn bản

Dự đoán thời tiết

Nhận diện giọng nói

Huấn luyện mô hình từ đầu trên dữ liệu mới

Sử dụng mô hình đã được huấn luyện trước trên một tác vụ khác

Tạo mô hình mới từ nhiều mô hình khác

Tăng cường dữ liệu đầu vào

Các lớp fully connected cuối

Các lớp convolutional đầu tiên

Hàm kích hoạt

Hàm mất mát

Huấn luyện lại toàn bộ mô hình

Chỉ huấn luyện một số lớp của mô hình trên dữ liệu mới

Loại bỏ các lớp không cần thiết

Tăng số lượng lớp ẩn

Khi có lượng dữ liệu lớn và thời gian huấn luyện không giới hạn

Khi dữ liệu mới hạn chế và tác vụ tương tự tác vụ gốc

Khi không có mô hình nào được huấn luyện trước

Khi dữ liệu hoàn toàn không liên quan

ResNet, VGG, hoặc Inception

LSTM hoặc GRU

Transformer

Autoencoder

Khi dữ liệu mới rất lớn

Khi dữ liệu mới rất nhỏ và tác vụ gần giống

Khi mô hình gốc không hiệu quả

Khi cần thay đổi cấu trúc mô hình

Overfitting trên dữ liệu mới

Hiệu suất kém trên tác vụ mới

Chi phí tính toán quá cao

Mất toàn bộ đặc trưng gốc

Tạo dữ liệu tổng hợp

Huấn luyện trước mô hình

Kiểm tra hiệu suất mô hình

Giảm kích thước hình ảnh

Xử lý ngôn ngữ tự nhiên (NLP)

Nhận diện giọng nói

Phân tích thời gian thực

Tất cả các lĩnh vực trên

Phân loại bệnh lý y tế với dữ liệu hình ảnh hạn chế

Phân tích dữ liệu thời tiết lớn

Tạo âm thanh tổng hợp

Xử lý văn bản dài

Tăng cường chất lượng hình ảnh

Tạo văn bản mô tả nội dung hình ảnh

Phát hiện đối tượng trong hình ảnh

Phân loại hình ảnh

CNN

RNN

Transformer

Fully connected layer

RNN hoặc LSTM

K-means clustering

Decision Tree

SVM

Tăng tốc độ xử lý hình ảnh

Tập trung vào các vùng quan trọng khi sinh từ

Loại bỏ nhiễu hình ảnh

Giảm số lượng từ trong chú thích

Cross-entropy loss

Mean squared error

Hinge loss

KL-divergence

Tăng cường dữ liệu hình ảnh

Tìm kiếm chuỗi từ tốt nhất cho chú thích

Giảm kích thước mô hình

Tính toán gradient

Chú thích không liên quan đến hình ảnh

Chi phí tính toán tăng cao

Hình ảnh bị nhiễu

Mô hình không hội tụ

Thay thế hoàn toàn CNN

Kết hợp với CNN để sinh chú thích

Chỉ sử dụng cho xử lý văn bản

Loại bỏ RNN

ImageNet

MS COCO

MNIST

CIFAR-10

Tạo mô tả tự động cho hình ảnh trên mạng xã hội

Phân tích dữ liệu thời tiết

Nhận diện giọng nói

Dự đoán gen