新闻中心 
-
07-18基于 Paddle2.0 实现 DLA 模型本文介绍了Deep Layer Aggregation（DLA）模型，将聚合定义为网络不同层的组合，提出深度可聚合结构，通过迭代深层聚合（IDA）和分层深度聚合...
-
07-18ConViT：引入归纳偏置的ViT本文复现了ConViT模型，其通过GPSA模块将CNN的归纳偏置引入ViT。代码用Paddle实现，包含网络结构搭建、模型定义等。在Cifar10数据集验证，因...
-
07-18Paddle2.0：浅析并实现 CoaT 模型本文介绍基于Transformer的图像分类器CoaT，其含Co-Scale和Conv-Attentional机制，能为Vision Transformer提供...
-
07-18Paddle2.0：浅析并实现 LV-ViT 模型本文探索提升ViT性能的训练技巧，提出LV-ViT模型。其改进包括增加网络深度、显式引入归纳偏置、改进残差连接、采用Re-labeling和Token Labe...
-
07-18Paddle2.0：浅析并实现 T2T-ViT 模型T2T-ViT提出渐进式Token化机制和深窄骨干结构，在ImageNet从头训练，超越CNN与ViT，参数和MAC减少200%，性能更优，如T2T-ViT-7...
-
07-18FF Only：Attention真的需要吗？本文复现去attention化论文，以Feed-Forward替代Transformer的attention层，基于ViT、DeiT模型在ImageNet表现良...
