Обсуждение:Вариационный автокодировщик
Материал из MachineLearning.
м |
|||
| Строка 22: | Строка 22: | ||
}} | }} | ||
| - | Объединение: Для объединения статей Deepseek | + | Объединение: Для объединения статей Deepseek должен был с сохранением инфромации и с упором на стиль статьи С.А.Суворова объединить 2 статьи без изменения нынешней разметки. |
Текущая версия
С.А.Суворов: Deepseek помнил мой прошлый промпт и в продолжение был использован схожий промпт для новой статьи
- Обсуждение:Нейросеть
- Обсуждение:Глубокое обучение
- Обсуждение:Обратное распространение ошибки
- Обсуждение:Автоматическое дифференцирование
- Обсуждение:Генеративная модель
Используемый промпт:
| Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки.
Статья должна быть полезна как новичку (понятно даются определения, популярно объясняются идеи), так и профессионалу (есть полезные ссылки, приводятся актуальные научные результаты). Напиши энциклопедическую статью о вариационном автокодировщике. Опиши их суть, историю, ключевые архитектуры, принципы обучения, области применения и современные вызовы. Излагай строгим академическим языком. В конце приведи список литературы из классических и свежих работ. |
К.А.Савицкий: Дипсик в режиме "Эксперт".
|
| Ты - эксперт по генеративному моделированию, глубокому обучению, вероятностным моделям и машинному обучению, исследователь и научный редактор. Напиши энциклопедическую вики-статью на русском языке «Вариационный автоэнкодер» для энциклопедии по машинному обучению.
Статья должна быть одновременно понятной новичку и полезной специалисту: объяснять материал от интуиции к математике, содержать историю развития, математические основы, вариационный вывод, архитектуру модели, латентное пространство, обучение модели, основные разновидности преимущества, ограничения, современные применения и список литературы. Используй только проверяемые факты и современные и классические научные источники. Оформи статью в синтаксисе MediaWiki: все значимые термины — как внутренние ссылки [[...]], библиографию — через шаблоны {{статья}} и {{книга}}, добавь разделы «См. также», «Примечания» и категории. Используй тег <tex> для математических формул. |
Объединение: Для объединения статей Deepseek должен был с сохранением инфромации и с упором на стиль статьи С.А.Суворова объединить 2 статьи без изменения нынешней разметки.
