DEEP LEARNING MODELS Tiếng việt là gì - trong Tiếng việt Dịch

• các mô hình deep learning
• các mô hình học sâu
• các deep learning model

Ví dụ về việc sử dụng Deep learning models trong Tiếng anh và bản dịch của chúng sang Tiếng việt

Alok Kothari worked on deep learning models for natural language understanding at Apple's Siri.
Alok Kothari: có kinh nghiệm trong các mô hình deep learning về sự hiểu biết ngôn ngữ tự nhiên tại Apple Siri.

Keras is a powerful and easy-to-use Python library for developing and evaluating deep learning models.
Keras là thư viên rất mạnh và dễ sử dụng của Python để phát triển và đánh giá các deep learning models.

You need lots of data and speed to train deep learning models because they learn directly from the data.
Bạn cần rất nhiều dữ liệu để đào tạo các mô hình học tập sâu vì chúng học trực tiếp từ dữ liệu.

In this paper, our work focuses on solving image steganography with Deep Learning models.
Trong bài báo này, công việc của chúng tôi tập trung giải quyết bài toán giấu tin hình ảnh với các mô hình Deep Learning.

You need masses of facts to train deep learning models due to the fact they learn immediately from the data.
Bạn cần rất nhiều dữ liệu để đào tạo các mô hình học tập sâu vì chúng học trực tiếp từ dữ liệu.

(Of course, one hopes that cancer research pays as well as influencer marketing when it comes to the value of deep learning models).
( Tất nhiên, người ta hy vọng rằng nghiên cứu ung thư trả tiền cũng như tiếp thị có ảnh hưởng khi nói đến giá trị của các mô hình học tập sâu).

The bigger problem is that creating the deep learning models of today is far more artistry than science.
Vấn đề lớn hơn là việc tạo ra các mô hình học tập sâu ngày nay mang tính nghệ sỹ hơn rất nhiều so với khoa học..

In fact, deep learning models weren't able to accomplish much of anything without some substantial work tweaking these variables.
Trong thực tế, các mô hình học tập sâu không thể thực hiện được nhiều thứ mà không cần một số công việc đáng kể tinh chỉnh các biến này.

As your skills and ideas develop, you can build custom deep learning models in AWS using Amazon SageMaker.
Khi đã phát triển được kỹ năng và ý tưởng, bạn có thể xây dựng các mô hình deep learning tùy chỉnh trong đám mây bằng Amazon SageMaker.

Countless machine and deep learning models and algorithms are brought together in an accessible format, with help from Python and C++.
Vô số máy và các mô hình học tập sâu sắc và các thuật toán được tập hợp lại trong một định dạng có thể truy cập, với sự trợ giúp từ Python và C++.

The Gluon API offers a flexible interface that simplifies the process of prototyping, building, and training deep learning models without sacrificing training speed.
Thư viện Gluon của MXNet cung cấp một giao diện ở mức khái quát, giúp dễ dàng chạy nguyên mẫu, đào tạo và triển khai các mô hình deep learning mà không phải hy sinh tốc độ đào tạo.

Keras was developed to make deep learning models easier and helping users treat their data intelligently in an efficient manner.
Keras được phát triển để làm cho các mô hình học sâu dễ dàng hơn và giúp người dùng xử lý dữ liệu của họ một cách thông minh một cách hiệu quả.

On Tuesday, Facebook and Udacity announced the PyTorch Scholarship Challenge, offering students the opportunity to learn how to build, train, and deploy deep learning models.
Thứ ba tuần trước, Facebook và Udacity công bố“ PyTorch: Scholarship Challenge,” cung cấp cho người học cơ hội học cách xây dựng, đào tạo và triển khai các mô hình học sâu.

The deep learning models in DeepLens even run as part of an AWS Lambda function, providing a familiar programming environment to experiment with.
Các mô hình deep learning trong DeepLens thậm chí còn hoạt động như một phần chức năng của AWS Lambda, nhờ đó mang đến môi trường lập trình quen thuộc để thử nghiệm.

This in large part is because AI development and building deep learning models are slow and complex processes even for experienced data scientists and developers.
Điều này phần lớn là do việc phát triển AI và xây dựng các mô hình học tập sâu là các quá trình chậm, phức tạp ngay cả với các nhà khoa học và nhà phát triển dữ liệu có kinh nghiệm.

Deep learning models can be trained on what kind of shaking patterns preceded earthquakes in the past- and then sound the alarm when these same patterns are detected in the future.
Các mô hình học sâu có thể được huấn luyện về loại rung lắc nào xảy ra trước trận động đất trong quá khứ và sau đó phát báo động khi những mẫu tương tự được phát hiện trong tương lai.

Whether it is optimizing ad spend, finding new drugs to cure cancer, or just offering better, more intelligent products to customers, machine learning- and particularly deep learning models- have the potential to massively improve a range of products and applications.
Cho dù đó là tối ưu hóa chi tiêu quảng cáo, tìm ra loại thuốc mới để chữa ung thư, hoặc chỉ cung cấp các sản phẩm tốt hơn, thông minh hơn cho khách hàng, học máy- và các mô hình học tập sâu- có khả năng cải thiện ồ ạt một loạt sản phẩm và ứng dụng.

We used deep learning models such as Human Pose, Human Segmentation and combined them with additional algorithms to connect models, increase performance, create models of clothes.
Chúng tôi sử dụng các mô hình Deep Learning như Human Pose, Human Segmentation và kết hợp chúng với những thuật toán bổ sung để kết nối các mô hình, tăng hiệu suất và cho ra bộ khung cho từng mẫu quần áo.

IBM researchers have now demonstrated for the first time the ability to train deep learning models with just 8-bits of precision, while fully preserving model accuracy across all major AI dataset categories, including image, speech, and text.
Năm nay, các nhà nghiên cứu của IBM lần đầu tiên đã chứng minh khả năng đào tạo các mô hình deep learning chỉ với độ chính xác 8 bit, trong khi vẫn giữ được độ chính xác của mô hình trên tất cả các loại dữ liệu chính, bao gồm hình ảnh, lời nói và văn bản.

Deep learning models can achieve high levels of accuracy, sometimes exceeding human-level performance, and are usually trained by using a large set of labelled data and neural network architectures that contain many layers.
Các mô hình học sâu có thể đạt được mức độ chính xác cao, đôi khi vượt quá hiệu suất ở cấp độ con người và thường được đào tạo bằng cách sử dụng một tập hợp lớn dữ liệu có nhãn và kiến trúc mạng nơron chứa nhiều lớp.

All the content produced by the AI Copywriter is the result of applying deep learning models, trained with large volumes of quality content created by humans,” said Christina Lu, general manager of Alibaba's marketing arm Alimama, in an online statement posted on the company's news website Alizila on Tuesday.
Tất cả nội dung được tạo ra bởi AI Copywriter là kết quả của việc áp dụng các mô hình học tập sâu, được đào tạo với khối lượng lớn các nội dung chất lượng do con người tạo ra”, Christina Lu, tổng giám đốc bộ phận tiếp thị Alimama của Alibaba cho biết trên trang web Alizila vào thứ Ba.

Deep learning models can achieve sophisticated accuracy that sometimes exceeds human performance, and models are trained using a wide range of disaggregated data and neural network structures that contain multiple layers.
Các mô hình học sâu có thể đạt được mức độ chính xác cao, đôi khi vượt quá hiệu suất ở cấp độ con người và thường được đào tạo bằng cách sử dụng một tập hợp lớn dữ liệu có nhãn và kiến trúc mạng nơron chứa nhiều lớp.

However, with the advent of deep learning models, a number of experiments were conducted through embedded words and recurrent neural networks to generate text that can keep the style of the author intact.
Tuy nhiên, với sự ra đời của các mô hình học sâu, một số thí nghiệm đã được thực hiện thông qua các từ được nhúng và các mạng thần kinh tái phát để tạo ra văn bản có thể giữ nguyên phong cách của tác giả.

As deep learning models improve and computing power becomes more readily available, we will continue to make steady progress towards autonomous systems that can truly interpret and react to what they perceive.
Khi các mô hình deep learning cải thiện và sức mạnh tính toán trở nên dễ dàng hơn, chúng ta sẽ tiếp tục đạt được những tiến bộ và sự ổn định đối với các hệ thống tự vận hành có thể thực sự nắm bắt và phản ứng với những gì chúng cảm nhận.

Deep learning modeling long chains of cause and effect.
Học sâu mô hình chuỗi dài nguyên nhân và kết quả.

Suppose that the Deep Learning model has found 10 million faces vectors.
Giả sử sau mô hình Deep Learning tìm được 10 triệu vector khuôn mặt.

The Deep Learning model we will build in this post is called a Dual Encoder LSTM network.
Deep learning model mà chúng ta sẽ tạo ra trong bài viết này được gọi là Dual Encoder LSTM network.

The new algorithm lines up previous events of each patient's records into a timeline, which allows the deep learning model to pinpoint future outcomes including time of death.
Một thuật toán mới sẽ sắp xếp các dữ kiện trước đó trong hồ sơ của mỗi bệnh nhân theo dòng thời gian, giúp cho mô hình deep learning model xác định được kết quả tương lai, bao gồm cả thời điểm mà bệnh nhân có thể qua đời.