230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án - Phần 6

Tạo dữ liệu mới từ dữ liệu hiện có để tăng cường tập huấn luyện

Giảm kích thước dữ liệu

Phân loại dữ liệu

Tính toán gradient

Xoay hình ảnh

Giảm kích thước hình ảnh

Phân loại đối tượng

Tính toán đặc trưng

Giảm overfitting

Tăng chi phí tính toán

Giảm độ chính xác

Loại bỏ nhiễu dữ liệu

Lật hình ảnh

Cắt hình ảnh

Tính toán gradient

Thêm nhiễu ngẫu nhiên

Hình ảnh, văn bản, âm thanh

Chỉ hình ảnh

Chỉ văn bản

Chỉ âm thanh

Tăng tính đa dạng của dữ liệu

Giảm kích thước hình ảnh

Loại bỏ nhiễu

Tính toán đặc trưng

Dữ liệu bị biến dạng quá nhiều, làm giảm chất lượng

Tăng chi phí tính toán không cần thiết

Mô hình không hội tụ

Giảm độ chính xác

Thay thế từ đồng nghĩa

Giảm kích thước văn bản

Phân loại văn bản

Tính toán gradient

Trong quá trình huấn luyện

Trong quá trình kiểm tra

Sau khi huấn luyện

Trước khi thu thập dữ liệu

Phân loại hình ảnh y tế với dữ liệu hạn chế

Phân tích dữ liệu thời tiết

Nhận diện giọng nói

Dự đoán giá cổ phiếu

Huấn luyện một mô hình cho nhiều tác vụ cùng lúc

Huấn luyện nhiều mô hình riêng lẻ

Giảm kích thước dữ liệu

Tăng cường dữ liệu

Phân loại cảm xúc và nhận diện thực thể (NER)

Phân loại hình ảnh và phát hiện đối tượng

Tăng cường hình ảnh và âm thanh

Giảm kích thước dữ liệu

Tận dụng đặc trưng chung giữa các tác vụ

Giảm chi phí tính toán

Loại bỏ nhiễu dữ liệu

Tăng kích thước mô hình

Kết hợp hàm mất mát của từng tác vụ

Chỉ sử dụng hàm mất mát của một tác vụ

Loại bỏ hàm mất mát

Tính trung bình gradient

Hiệu suất giảm do nhiễu giữa các tác vụ

Tăng tốc độ huấn luyện

Giảm kích thước mô hình

Tăng độ chính xác

Học các đặc trưng chung giữa phân loại cảm xúc và phân loại chủ đề

Giảm số lượng lớp ẩn

Tăng kích thước dữ liệu

Loại bỏ nhiễu văn bản

BERT hoặc LSTM

CNN

SVM

Decision Tree

Học các đặc trưng chung cho tất cả các tác vụ

Chỉ xử lý một tác vụ duy nhất

Giảm kích thước dữ liệu

Tăng chi phí tính toán

SST (Stanford Sentiment Treebank)

ImageNet

MNIST

CIFAR-10

Phân tích cảm xúc và chủ đề trên mạng xã hội

Phân loại hình ảnh y tế

Phát hiện đối tượng

Tăng cường hình ảnh

Một framework để xây dựng ứng dụng với mô hình ngôn ngữ lớn (LLM)

Một mô hình ngôn ngữ lớn

Một công cụ phân tích hình ảnh

Một thư viện tăng cường dữ liệu

Tools

Memory

Agents

Chains

Lưu trữ ngữ cảnh của cuộc hội thoại

Tăng tốc độ xử lý

Giảm kích thước mô hình

Tạo dữ liệu mới

Chuỗi các bước xử lý tuần tự

Một loại mô hình ngôn ngữ

Một công cụ phân tích dữ liệu

Một kỹ thuật tăng cường dữ liệu

Chatbot thông minh

Phân loại hình ảnh

Phát hiện đối tượng

Tăng cường hình ảnh

x = [x_i]^T

h = [h_i]^T

c = [c_i]

b= [b₁,....,b_m]

a(k) = w₁,₁ v(k) + w₁,₂ v(k−1)

a(k) = w₁,₁ v(k) − w₁,₂ v(k−1)

a(k) = w₁,₁ v(k) + w₁,₂ v(k+1)

a(k) = w₁,₂ v(k) + w₁,₁ v(k−1)

y₁ = 1.025

y₁ = 1

y₁ = −1

y₁ = −1.025

y₂ = 0.8225

y₂ = −0.8225

y₁ = −1

y₁ = 1

b₄ = 0.2175

b₄ = −0.2175

b₄ = 0.5

b₄ = −0.5