NFNets: Suppression du batchNorm pour la reconnaissance de l'image à haut rendement
Graph Chatbot
Chattez avec Graph Search
Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Couvre l'intelligence visuelle, les réseaux de rétroaction, la prédiction basée sur la taxonomie et les réseaux neuronaux récurrents pour la classification des images.
Déplacez-vous dans l'architecture Transformer, l'auto-attention et les stratégies de formation pour la traduction automatique et la reconnaissance d'image.
Explore la dynamique quantique de plusieurs corps à l'aide de réseaux neuronaux artificiels, en mettant l'accent sur les simulations expérimentales et les défis théoriques.
Explore le but et le processus de normalisation par lots dans les réseaux neuronaux profonds, en soulignant son importance dans la stabilisation de l'entrée moyenne et la résolution du problème du gradient de fuite.
Explore les défis et les solutions dans la catégorisation visuelle à grain fin, en mettant l'accent sur la vision informatique et l'apprentissage automatique.
Explore l'application des transformateurs dans les tâches de vision, en se concentrant sur les ViT et les architectures de transformateurs innovantes pour les entrées et les sorties structurées.
