新闻中心 
-
01-22如何使用Siamese网络处理样本不平衡的数据集（含示例代码）Siamese网络是一种用于度量学习的神经网络模型，它能够学习如何计算两个输入之间的相似度或差异度量。由于其灵活性，它在人脸识别、语义相似性计算和文本匹配等众多...
-
01-22层次聚类中使用的不同链接方法层次聚类是一种无监督学习技术，根据距离或相似性度量将相似的观察结果分组。链接方法决定了聚类间距离的计算方式。本文就来介绍下层次聚类中使用的链接方法，包括单链接、...
-
01-22为什么在transformer中使用sin和cos函数进行位置编码？Transformer模型是一种使用自注意力机制的序列到序列模型，在自然语言处理领域广受欢迎。位置编码是Transformer模型中的重要组件，它能够有效地将序...
-
01-02使用Dyna-Q扩展Q-Learning以增强决策能力Q-Learning是强化学习中一种至关重要的无模型算法，专注于学习特定状态下动作的价值或“Q 值”。这种方法在具有不可预测性的环境中表现出色，因为它不需要周围...
-
12-15真实、可控、可拓展，自动驾驶光照*平台LightSim上新了最近，WaabiAI、多伦多大学、滑铁卢大学和麻省理工的研究者们在NeurIPS2023上提出了一个全新的自动驾驶光照仿真平台LightSim。研究者们提出了一...
-
11-29Transformer变革3D建模，MeshGPT生成效果惊动专业建模师，网友：革命性idea在计算机图形学领域，三角形网格是表示3D几何物体的主要方式，也是游戏、电影和虚拟现实界面中最常用的3D资源表达方法。业界通常使用三角形网格来模拟复杂物体的表面，...
