Mit ad hozzá a BERT a transzformer architektúrához?
Machine Learning / AI
Mi az a pozíciós kódolás a transzformátorban?
Hogyan vetítsük a pontfelhőt a kamerára?
Milyen erőforrásokat figyel a modellekről és cikkekről?
Mi az a DenseNet és miben különbözik a ResNet-től?
Hogyan lehet dokumentumokat parse-olni RAG-hoz?
Hogyan működnek a konvolúciós hálózatok szövegekkel?
Milyen osztályozási metrikákat használjunk erős osztálykiegyensúlyozatlanság esetén?
Hogyan működik a Viterbi algoritmus?
Mi az a félig felügyelt tanulás és az önképzés?
Mi az exploration-exploitation kompromisszum, és hogyan valósul meg (Thompson mintavétel, epsilon-greedy)?
Mi az a knowledge graph embedding (TransE, DistMult, ComplEx, RotatE)?
Mi a különbség az okos mutató és a normál mutató között C++-ban?
Milyen jellemzői vannak a hangalapú párbeszédeknek (késleltetés, ASR hibák)?
Hogyan mérjük a távolságot két embedding között?
Hogyan épül fel egy transzformátor, és milyen nagy blokkok vannak benne?
Hogyan találhatunk háromszöget egy képen deep learning nélkül?
Mi az az NGBoost és a valószínűségi előrejelzések?
Mit kell benyújtani keresési kérésként?