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
71+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
《火线上的后勤保障：对抗环境下的随机规划模型研究——俄乌场景案例分析》99页
《火线上的后勤保障：对抗环境下的随机规划模型研究——俄乌场景案例分析》99页
专知会员服务
7+阅读 · 7月16日
《无人地面战车（UGV）的崛起》报告
《无人地面战车（UGV）的崛起》报告
专知会员服务
5+阅读 · 7月16日
《无人机参数化与集群飞行创新项目的监控流程管理：模型、策略及自适应解决方案》
《无人机参数化与集群飞行创新项目的监控流程管理：模型、策略及自适应解决方案》
专知会员服务
4+阅读 · 7月16日
《美军开放式任务系统（OMS）定义与文档（D&D）——Java关键抽象层（CAL）接口生成规范》47页标准
《美军开放式任务系统（OMS）定义与文档（D&D）——Java关键抽象层（CAL）接口生成规范》47页标准
专知会员服务
6+阅读 · 7月16日
美陆军任务式指挥人工智能解决方案
美陆军任务式指挥人工智能解决方案
专知会员服务
5+阅读 · 7月16日
ICML 2026 | 理论级自动形式化：从孤立命题到统一形式化知识库
ICML 2026 | 理论级自动形式化：从孤立命题到统一形式化知识库
专知会员服务
2+阅读 · 7月16日
综述 | 现代智能体自我改进，从模型更新到脚手架演化
综述 | 现代智能体自我改进，从模型更新到脚手架演化
专知会员服务
2+阅读 · 7月16日
美国陆军宣布“项目融合-顶点6”：现代化进程的关键里程碑
美国陆军宣布“项目融合-顶点6”：现代化进程的关键里程碑
专知会员服务
10+阅读 · 7月15日
五角大楼新版反无人机手册：内容解析与战略影响（附手册100页原件）
五角大楼新版反无人机手册：内容解析与战略影响（附手册100页原件）
专知会员服务
14+阅读 · 7月15日
《军事基地能源韧性与经济性权衡评估方法研究》
《军事基地能源韧性与经济性权衡评估方法研究》
专知会员服务
7+阅读 · 7月15日
ACM MM 2026 | UNIT：释放大语言模型在图持续学习中的潜力
ACM MM 2026 | UNIT：释放大语言模型在图持续学习中的潜力
专知会员服务
8+阅读 · 7月15日
综述 | 具身视觉语言导航：系统综述与真实世界评测
综述 | 具身视觉语言导航：系统综述与真实世界评测
专知会员服务
10+阅读 · 7月15日
应对第1、2类无人机威胁的推荐战术、技术与程序
应对第1、2类无人机威胁的推荐战术、技术与程序
专知会员服务
9+阅读 · 7月15日
《反制多无人机集群攻城：序贯斯塔克伯格安全博弈方法研究》59页
《反制多无人机集群攻城：序贯斯塔克伯格安全博弈方法研究》59页
专知会员服务
11+阅读 · 7月15日
博士论文 | 可扩展、自我改进的大语言模型智能体
博士论文 | 可扩展、自我改进的大语言模型智能体
专知会员服务
12+阅读 · 7月14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
71+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. maven
  2. palantir
  3. 无人机蜂群
  4. 无人机战争
  5. 基于模型
  6. 美伊
  7. 雷鸟科技
  8. terraform
  9. 对抗特征转移
  10. rNPV (风险调整现金流折现法)
    11.
Top
微信扫码咨询专知VIP会员
Top