温馨提示：本站仅提供公开网络链接索引服务，不存储、不篡改任何第三方内容，所有内容版权归原作者所有
AI智能索引来源：http://www.ibm.com/jp-ja/think/topics/transformer-model
点击访问原文链接

Transformerモデルとは| IBM

进入原网站 导航首页
ようこそ概要機械学習の種類機械学習アルゴリズム統計的機械学習機械学習のための線形代数不確実性の定量化バイアスとバリアンスのトレードオフ概要特徴量選択特徴量抽出ベクトル埋め込み潜在空間主成分分析線形判別分析アップサンプリングダウンサンプリング合成データデータ・リーク概要線形回帰ラッソ回帰リッジ回帰状態空間モデル時系列自己回帰モデル概要決定木K近傍法（KNN）ナイーブ・ベイズランダム・フォレストサポート・ベクトル・マシンロジスティック回帰概要ブースティングバギング勾配ブースティング勾配ブースティング分類器概要転移学習概要概要K平均法クラスタリング階層的クラスタリングアプリオリ・アルゴリズム混合ガウス・モデル異常検知概要協調フィルタリングコンテンツ・ベースのフィルタリング概要人間のフィードバックを用いた強化学習概要概要バックプロパゲーションエンコーダー・デコーダー・モデルリカレント・ニューラル・ネットワーク畳み込みニューラル・ネットワーク概要アテンション機構グループ化クエリ・アテンション位置エンコーディングオートエンコーダーMambaモデルグラフ・ニューラル・ネットワーク概要生成モデル生成AIと予測AIの比較概要推論モデル小規模言語モデル指示チューニングLLMパラメーターLLMの温度LLMベンチマークLLMのカスタマイズ拡散モデル変分オートエンコーダー（VAE）敵対的生成ネットワーク（GAN）概要ビジョン言語モデルチュートリアル：AIスタイリストの構築チュートリアル：Llamaを使用したマルチモーダルAIクエリチュートリアル：Pixtralを使用したマルチモーダルAIクエリチュートリアル：Graniteによるポッドキャストの自動書き起こしチュートリアル：PPT AI画像分析応答システム概要GraphRAGチュートリアル：DoctlingとGraniteを使用したマルチモーダルRAGシステムの構築チュートリアル：Ragasを使用してRAGパイプラインを評価するチュートリアル：RAGチャンク化戦略チュートリアル：ナレッジ・グラフを使用したGraph RAGチュートリアル：マルチモーダルRAGを改善するための推論スケーリング概要バイブ・コーディング2025年版AIエージェントガイドをご覧ください概要損失関数トレーニング・データモデル・パラメーター勾配降下法確率的勾配降下法ハイパーパラメーター・チューニング学習率概要パラメーター効率的ファイン・チューニング（PEFT）LoRAチュートリアル：LoRAを使用したGraniteモデルのファイン・チューニング正則化基盤モデルオーバーフィッティングアンダーフィッティングフューショット学習ゼロショット学習知識蒸留メタ学習データ拡張破滅的忘却概要Scikit-learnXGboostPytorch概要AIライフサイクルAI推論モデルの展開機械学習パイプラインデータ・ラベリングモデルのリスク管理モデル・ドリフトAutoMLモデル選択連合学習分散機械学習AIスタック概要自然言語理解概要センチメント分析機械翻訳概要情報検索情報抽出トピック・モデリング潜在意味解析潜在ディリクレ配分法固有表現抽出単語埋め込みBag-of-Wordsインテリジェント検索音声認識ステミングとレマタイゼーションテキスト要約対話型AI対話型の分析自然言語生成概要画像分類オブジェクト検出インスタンス・セグメンテーションセマンティック・セグメンテーション光学式文字認識画像認識外観検査Cole StrykerDave Bergmannニューラル・ネットワーク大規模言語モデル（LLM）人工知能（AI）「Attention is All You Need」ディープラーニングリカレント・ニューラル・ネットワーク（RNN）機械学習（ML）チャットボットテキスト生成要約自然言語処理（NLP）ベクトル・データベース生成AI画像セグメンテーション、ニューラル・ネットワークの性能を上回ることがよくあります。マルチモーダルビジョン言語モデル（VLM）拡散モデル自己注意メカニズム、長短期記憶ネットワーク）LSTM）注意メカニズムはGPU自己教師学習畳み込み事例を見るベクトル埋め込み損失関数バックプロパゲーション勾配降下法リレーショナル・データベースなどのトークントークンマルチヘッド注意法サンプリング・ハイパーパラメーターGPTClaudeIBM® Graniteファイン・チューニングする時系列予測モデル物体検出画像分割ベクトル埋め込み電子書籍 生成AIとMLの力を解き放つ 生成AIと機械学習をビジネスに活用する確実な方法を学びましょう。 電子書籍を読む解説 ゼロから始めるニューラル・ネットワーク ニューラル・ネットワークとその基本機能および構築の基礎について深く理解します。 記事を読むAIモデル IBM Graniteはこちら IBM Graniteは、ビジネス向けに設計され、AIアプリケーションの拡張に合わせて最適化された、オープンで高性能、かつ信頼性の高いAIモデルのファミリーです。言語、コード、時系列、ガードレールにわたるオプションはこちら。 Graniteの紹介電子書籍 生成AIとMLの力を解き放つ 生成AIと機械学習をビジネスに活用する確実な方法を学びましょう。 電子書籍を読む電子書籍 適切な基盤モデルを選ぶ方法 ユースケースに最適なAI基盤モデルを選択する方法について説明します。 電子書籍を読むガイド CEOのための生成AI活用ガイド 生成AIが生み出しうる価値、AIに必要な投資、AIがもたらすリスクのバランスを、CEO（最高経営責任者）がどのように取ることができるかについて説明します。 ガイドを読むガイド AIの活用を本格化：生成AIでROI向上 AIの投資対効果を高めるために、主要な分野で生成AIの活用を拡大することで、どのように革新的な新規ソリューションの構築、提供を支援し、変化をもたらすかを紹介します。  ガイドを読むwatsonx.aiをご覧ください。AIソリューションはこちらAIサービスはこちらwatsonx.aiの詳細はこちらデモを予約

智能索引记录