اکسپرس 24
ترجمه فارسی مقاله تنظیم دقیق و کارآمد و همه‌کاره مدل‌های Zero-shot

ترجمه فارسی مقاله تنظیم دقیق و کارآمد و همه‌کاره مدل‌های Zero-shot

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Efficient and Versatile Robust Fine-Tuning of Zero-shot Models
عنوان مقاله به فارسی تنظیم دقیق و کارآمد و همه‌کاره مدل‌های Zero-shot
نویسندگان Sungyeon Kim, Boseung Jeong, Donghyun Kim, Suha Kwak
فرمت مقاله انگلیسی PDF
تعداد صفحات 28
دسته بندی موضوعات Computer Vision and Pattern Recognition,Machine Learning,چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات Submitted 11 August, 2024; originally announced August 2024. , Comments: Accepted to ECCV 2024
توضیحات به فارسی ارسال شده در 11 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: پذیرفته شده برای ECCV 2024

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,120,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Large-scale image-text pre-trained models enable zero-shot classification and provide consistent accuracy across various data distributions. Nonetheless, optimizing these models in downstream tasks typically requires fine-tuning, which reduces generalization to out-of-distribution (OOD) data and demands extensive computational resources. We introduce Robust Adapter (R-Adapter), a novel method for fine-tuning zero-shot models to downstream tasks while simultaneously addressing both these issues. Our method integrates lightweight modules into the pre-trained model and employs novel self-ensemble techniques to boost OOD robustness and reduce storage expenses substantially. Furthermore, we propose MPM-NCE loss designed for fine-tuning on vision-language downstream tasks. It ensures precise alignment of multiple image-text pairs and discriminative feature learning. By extending the benchmark for robust fine-tuning beyond classification to include diverse tasks such as cross-modal retrieval and open vocabulary segmentation, we demonstrate the broad applicability of R-Adapter. Our extensive experiments demonstrate that R-Adapter achieves state-of-the-art performance across a diverse set of tasks, tuning only 13% of the parameters of the CLIP encoders.

چکیده به فارسی (ترجمه ماشینی)

مدل های پیش ساخته تصویر در مقیاس بزرگ ، طبقه بندی صفر را فعال می کنند و دقت مداوم را در توزیع داده های مختلف ارائه می دهند.با این وجود ، بهینه سازی این مدلها در کارهای پایین دست به طور معمول نیاز به تنظیم دقیق دارد ، که باعث می شود تعمیم داده های خارج از توزیع (OOD) داده شود و منابع محاسباتی گسترده ای را می طلبد.ما آداپتور قوی (R-Adapter) را معرفی می کنیم ، یک روش جدید برای تنظیم دقیق مدل های صفر شات به کارهای پایین دست و در عین حال به طور همزمان به هر دو این موضوع پرداخته است.روش ما ماژول های سبک وزن را در مدل از قبل آموزش دیده ادغام می کند و از تکنیک های جدید خودکشی برای تقویت استحکام OOD و کاهش هزینه های ذخیره سازی به طور قابل توجهی استفاده می کند.علاوه بر این ، ما از دست دادن MPM-NCE که برای تنظیم دقیق در کارهای پایین دست بینایی طراحی شده است ، پیشنهاد می کنیم.این هم ترازی دقیق جفت های متن تصویر و یادگیری ویژگی های تبعیض آمیز را تضمین می کند.با گسترش معیار برای تنظیم دقیق و محکم فراتر از طبقه بندی ، شامل وظایف متنوعی مانند بازیابی متقابل و تقسیم واژگان باز ، ما کاربرد گسترده ای از R-Adapter را نشان می دهیم.آزمایش های گسترده ما نشان می دهد که آژانسفرش R به عملکرد پیشرفته در مجموعه متنوعی از کارها دست می یابد و تنها 13 ٪ از پارامترهای رمزگذار کلیپ را تنظیم می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.