新闻中心 
-
01-25GRU简介及其优缺点及应用GRU代表门控循环单元，是一种类似于LSTM的循环神经网络架构，用于捕获顺序数据中的长期依赖关系。与LSTM相比，GRU具有更少的参数，从而降低了计算成本。它由...
-
01-22ResNet简介及其独特之处ResNet是一种CNN，用于解决深度网络中的梯度消失问题。它的架构允许网络学习多层特征，避免陷入局部最小值。为什么要使用ResNet？深度神经网络的层数增加可...
-
01-08用10行代码如何轻松检测脸部情绪？面部表情展示人类内心的情感。它们帮助我们识别一个人是愤怒、悲伤、快乐还是正常。医学研究人员也使用面部情绪来检测和了解一个人的心理健康。人工智能在识别一个人的情绪...
-
12-15Mamba带火的SSM受到苹果和康奈尔的关注：抛弃注意力分散模型康奈尔大学与苹果最新研究得出结论：为了用更少的算力生成高分辨率图像，可以不使用注意力机制众所周知，注意力机制是Transformer架构的核心组件，对于高质量的...
-
10-10【论文解读】基于图的自监督学习联合嵌入预测架构一、简要介绍本文演示了一种学习高度语义的图像表示的方法，而不依赖于手工制作的数据增强。论文介绍了基于图像的联合嵌入预测架构（I-JEPA），这是一种用于从图像中...
-
10-077.7亿参数，超越5400亿PaLM！UW谷歌提出「分步蒸馏」，只需80%训练数据｜ACL 2025大型语言模型在性能方面表现出色，能够通过零样本或少样本提示来解决新任务。然而，在实际应用部署中，LLM却不太实用，因为它的内存利用效率低，同时需要大量的计算资源...
