Attributwerte einer Seite

Diese Seite stellt eine einfache Suchoberfläche zum Ermitteln aller Attribute auf einer bestimmten Seite bereit. Andere verfügbare Suchoberflächen sind die Attributsuche sowie der Abfragengenerator.

Liste der Ergebnisse

• Durch ihre rein konvolutionale Struktur sind TCNs gut skalierbar, deterministisch in der Laufzeit und einfacher zu parallelisieren als rekurrente Modelle. Gleichzeitig bleiben sie stark nichtlinear und datengetrieben.  +
• TCNs verwenden meist Residualblöcke, Normi … TCNs verwenden meist Residualblöcke, Normierung und Dropout, was zu stabilerem Training auch bei sehr tiefen Architekturen führt. Sie können lange zeitliche Abhängigkeiten erfassen und zeigen in vielen Anwendungen vergleichbare oder bessere Leistung als LSTM- oder GRU-Netze.bessere Leistung als LSTM- oder GRU-Netze.  +
• Zeitfaltungsnetze (Temporal Convolutional … Zeitfaltungsnetze (Temporal Convolutional Networks, TCNs) sind eine Klasse tiefer neuronaler Netze für die Modellierung von zeitlichen Sequenzen, die auf kausalen, eindimensionalen Faltungsoperationen basieren. Im Gegensatz zu rekurrenten Netzen verarbeiten TCNs Sequenzen vollständig parallel und vermeiden explizite Rückkopplungsschleifen.ermeiden explizite Rückkopplungsschleifen.  +
• Zentrale Bausteine sind kausale Faltungen, … Zentrale Bausteine sind kausale Faltungen, bei denen der Output zu Zeitpunkt '"`UNIQ--math-00000004-QINU`"' ausschließlich von Eingaben '"`UNIQ--math-00000005-QINU`"' abhängt, sowie dilatierte Faltungen, die den zeitlichen Rezeptionsbereich exponentiell vergrößern. Eine typische Faltung hat die Form</br>'"`UNIQ--math-00000006-QINU`"',</br>wobei '"`UNIQ--math-00000007-QINU`"' der Dilatationsfaktor ist.0000007-QINU`"' der Dilatationsfaktor ist.  +