会员服务

已删除

2019 年 4 月 26 日 将门创投
已删除
登录查看更多
11

相关内容

【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
专知会员服务
70+阅读 · 2020年7月1日
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
专知会员服务
78+阅读 · 2020年6月25日
【伯克利】自回归模型的局部掩卷积，Locally Masked Convolution for Autoregressive Models
【伯克利】自回归模型的局部掩卷积，Locally Masked Convolution for Autoregressive Models
专知会员服务
20+阅读 · 2020年6月23日
【CVPR2020】图神经网络中的几何原理连接
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
57+阅读 · 2020年4月8日
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
专知会员服务
44+阅读 · 2020年3月26日
自回归模型:PixelCNN
自回归模型:PixelCNN
专知会员服务
29+阅读 · 2020年3月21日
【伯克利】通过增大模型加速Transformer训练和推理
专知会员服务
45+阅读 · 2020年3月6日
谷歌提出“T5” 新NLP模型，突破迁移学习局限，多基准测试达SOTA！
谷歌提出“T5” 新NLP模型，突破迁移学习局限，多基准测试达SOTA！
专知会员服务
41+阅读 · 2020年2月26日
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
专知会员服务
51+阅读 · 2020年2月16日
Google AI博客解读论文《Reformer: The Efficient Transformer》，百万量级注意力机制
Google AI博客解读论文《Reformer: The Efficient Transformer》，百万量级注意力机制
专知会员服务
70+阅读 · 2020年1月17日
Reformer：一个高效的 Transformer
Reformer：一个高效的 Transformer
TensorFlow
9+阅读 · 2020年2月13日
【论文笔记】用于深度时空图建模的Geaph WaveNet
【论文笔记】用于深度时空图建模的Geaph WaveNet
专知
109+阅读 · 2019年11月4日
谷歌NIPS论文Transformer模型解读：只要Attention就够了
谷歌NIPS论文Transformer模型解读：只要Attention就够了
AI100
14+阅读 · 2019年9月9日
长文本表示学习概述
长文本表示学习概述
云栖社区
15+阅读 · 2019年5月9日
OpenAI新研究补齐Transformer短板，将可预测序列长度提高30倍
OpenAI新研究补齐Transformer短板，将可预测序列长度提高30倍
机器之心
6+阅读 · 2019年4月24日
解密：OpenAI和DeepMind都用的Transformer是如何工作的
解密：OpenAI和DeepMind都用的Transformer是如何工作的
机器之心
4+阅读 · 2019年4月7日
CMU、谷歌提出Transformer-XL：学习超长上下文关系
CMU、谷歌提出Transformer-XL：学习超长上下文关系
机器之心
9+阅读 · 2019年1月18日
谷歌、CMU重磅论文：Transformer升级版，评估速度提升超1800倍！
谷歌、CMU重磅论文：Transformer升级版，评估速度提升超1800倍！
新智元
11+阅读 · 2019年1月12日
MSRA视觉组可变形卷积网络升级！更高性能，更强建模能力
MSRA视觉组可变形卷积网络升级！更高性能，更强建模能力
未来产业促进会
6+阅读 · 2018年11月29日
利用RNN训练Seq2Seq已经成为过去，CNN才是未来？
利用RNN训练Seq2Seq已经成为过去，CNN才是未来？
AI100
7+阅读 · 2017年10月31日
Language Modeling with Deep Transformers
Arxiv
6+阅读 · 2019年7月11日
Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context
Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context
Arxiv
11+阅读 · 2019年6月2日
Universal Transformers
Universal Transformers
Arxiv
5+阅读 · 2019年3月5日
Neural Speech Synthesis with Transformer Network
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Music Transformer
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Close to Human Quality TTS with Transformer
Arxiv
3+阅读 · 2018年11月13日
Improving the Transformer Translation Model with Document-Level Context
Arxiv
4+阅读 · 2018年10月8日
Symbolic Priors for RNN-based Semantic Parsing
Symbolic Priors for RNN-based Semantic Parsing
Arxiv
3+阅读 · 2018年9月20日
Deep Convolutional Networks as shallow Gaussian Processes
Arxiv
4+阅读 · 2018年8月16日
Doubly Attentive Transformer Machine Translation
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
VIP会员
相关主题
最新内容
人工智能与机器人自主系统等新兴技术革命将如何影响地面作战的指挥控制？
人工智能与机器人自主系统等新兴技术革命将如何影响地面作战的指挥控制？
专知会员服务
2+阅读 · 4月12日
弹性指挥控制：北约、伊朗与俄罗斯指挥控制架构的比较分析
弹性指挥控制：北约、伊朗与俄罗斯指挥控制架构的比较分析
专知会员服务
3+阅读 · 4月12日
最新“指挥控制”领域出版物合集（16份）
最新“指挥控制”领域出版物合集（16份）
专知会员服务
5+阅读 · 4月12日
面向军事作战需求开发的人工智能（RAIMOND）
面向军事作战需求开发的人工智能（RAIMOND）
专知会员服务
12+阅读 · 4月12日
检测算法战：一个识别军事行动中人工智能特征的框架
检测算法战：一个识别军事行动中人工智能特征的框架
专知会员服务
8+阅读 · 4月12日
软件定义多域战术网络：基础与未来方向（综述）
软件定义多域战术网络：基础与未来方向（综述）
专知会员服务
9+阅读 · 4月12日
水下战战术决策中的气象与海洋预报（50页报告）
水下战战术决策中的气象与海洋预报（50页报告）
专知会员服务
3+阅读 · 4月12日
远程空中优势：新一代超视距导弹的兴起
远程空中优势：新一代超视距导弹的兴起
专知会员服务
2+阅读 · 4月12日
大语言模型溯因推理的统一分类学与综述
大语言模型溯因推理的统一分类学与综述
专知会员服务
1+阅读 · 4月12日
CVPR 2026 Findings | 算力砍半、性能不降！全开源 A₁模型：让机器人大模型真正走向落地
CVPR 2026 Findings | 算力砍半、性能不降！全开源 A₁模型：让机器人大模型真正走向落地
专知会员服务
0+阅读 · 4月12日
大语言模型与国防战略：升级风险与国家安全挑战（综述）
大语言模型与国防战略：升级风险与国家安全挑战（综述）
专知会员服务
8+阅读 · 4月12日
《基于机器学习预测模型识别新型超视距战术及DARPA AIR智能体误差分析》
《基于机器学习预测模型识别新型超视距战术及DARPA AIR智能体误差分析》
专知会员服务
11+阅读 · 4月11日
以机器速度作战：人工智能与美陆军反火力作战——第二部分
以机器速度作战：人工智能与美陆军反火力作战——第二部分
专知会员服务
9+阅读 · 4月11日
以机器速度作战：人工智能与美陆军反火力作战——第一部分
以机器速度作战：人工智能与美陆军反火力作战——第一部分
专知会员服务
8+阅读 · 4月11日
大视觉语言模型的高效推理：瓶颈剖析、关键技术与未来展望
大视觉语言模型的高效推理：瓶颈剖析、关键技术与未来展望
专知会员服务
7+阅读 · 4月11日
相关VIP内容
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
专知会员服务
70+阅读 · 2020年7月1日
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗？
专知会员服务
78+阅读 · 2020年6月25日
【伯克利】自回归模型的局部掩卷积，Locally Masked Convolution for Autoregressive Models
【伯克利】自回归模型的局部掩卷积，Locally Masked Convolution for Autoregressive Models
专知会员服务
20+阅读 · 2020年6月23日
【CVPR2020】图神经网络中的几何原理连接
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
57+阅读 · 2020年4月8日
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
【CVPR2020】用于图像超分辨率的深度展开网络，Deep Unfolding Network for Image Super-Resolution
专知会员服务
44+阅读 · 2020年3月26日
自回归模型:PixelCNN
自回归模型:PixelCNN
专知会员服务
29+阅读 · 2020年3月21日
【伯克利】通过增大模型加速Transformer训练和推理
专知会员服务
45+阅读 · 2020年3月6日
谷歌提出“T5” 新NLP模型，突破迁移学习局限，多基准测试达SOTA！
谷歌提出“T5” 新NLP模型，突破迁移学习局限，多基准测试达SOTA！
专知会员服务
41+阅读 · 2020年2月26日
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
专知会员服务
51+阅读 · 2020年2月16日
Google AI博客解读论文《Reformer: The Efficient Transformer》，百万量级注意力机制
Google AI博客解读论文《Reformer: The Efficient Transformer》，百万量级注意力机制
专知会员服务
70+阅读 · 2020年1月17日
热门VIP内容
相关资讯
Reformer：一个高效的 Transformer
Reformer：一个高效的 Transformer
TensorFlow
9+阅读 · 2020年2月13日
【论文笔记】用于深度时空图建模的Geaph WaveNet
【论文笔记】用于深度时空图建模的Geaph WaveNet
专知
109+阅读 · 2019年11月4日
谷歌NIPS论文Transformer模型解读：只要Attention就够了
谷歌NIPS论文Transformer模型解读：只要Attention就够了
AI100
14+阅读 · 2019年9月9日
长文本表示学习概述
长文本表示学习概述
云栖社区
15+阅读 · 2019年5月9日
OpenAI新研究补齐Transformer短板，将可预测序列长度提高30倍
OpenAI新研究补齐Transformer短板，将可预测序列长度提高30倍
机器之心
6+阅读 · 2019年4月24日
解密：OpenAI和DeepMind都用的Transformer是如何工作的
解密：OpenAI和DeepMind都用的Transformer是如何工作的
机器之心
4+阅读 · 2019年4月7日
CMU、谷歌提出Transformer-XL：学习超长上下文关系
CMU、谷歌提出Transformer-XL：学习超长上下文关系
机器之心
9+阅读 · 2019年1月18日
谷歌、CMU重磅论文：Transformer升级版，评估速度提升超1800倍！
谷歌、CMU重磅论文：Transformer升级版，评估速度提升超1800倍！
新智元
11+阅读 · 2019年1月12日
MSRA视觉组可变形卷积网络升级！更高性能，更强建模能力
MSRA视觉组可变形卷积网络升级！更高性能，更强建模能力
未来产业促进会
6+阅读 · 2018年11月29日
利用RNN训练Seq2Seq已经成为过去，CNN才是未来？
利用RNN训练Seq2Seq已经成为过去，CNN才是未来？
AI100
7+阅读 · 2017年10月31日
相关论文
Language Modeling with Deep Transformers
Arxiv
6+阅读 · 2019年7月11日
Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context
Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context
Arxiv
11+阅读 · 2019年6月2日
Universal Transformers
Universal Transformers
Arxiv
5+阅读 · 2019年3月5日
Neural Speech Synthesis with Transformer Network
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Music Transformer
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Close to Human Quality TTS with Transformer
Arxiv
3+阅读 · 2018年11月13日
Improving the Transformer Translation Model with Document-Level Context
Arxiv
4+阅读 · 2018年10月8日
Symbolic Priors for RNN-based Semantic Parsing
Symbolic Priors for RNN-based Semantic Parsing
Arxiv
3+阅读 · 2018年9月20日
Deep Convolutional Networks as shallow Gaussian Processes
Arxiv
4+阅读 · 2018年8月16日
Doubly Attentive Transformer Machine Translation
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
大家都在搜
  1. palantir
  2. maven
  3. 无人机系统
  4. 无人机蜂群
  5. 无人系统
  6. 篮球制作
  7. SWOT分析套路
  8. terraform
  9. 助贷模式
  10. 对话拼多多创始人黄峥
    11.
Top
微信扫码咨询专知VIP会员
Top