新闻中心 
-
01-23深入解析Vision Transformer(VIT)模型的工作原理和特点VisionTransformer（VIT）是Google提出的一种基于Transformer的图片分类模型。不同于传统CNN模型，VIT将图像表示为序列，并通...
-
01-22用单层神经网络可以逼近任何连续单值函数单层神经网络，也称为感知器，是一种最简单的神经网络结构。它由输入层和输出层组成，每个输入与输出之间都有一个带权重的连接。其主要目的是学习输入与输出之间的映射关系...
-
01-22机器学习中常用的相似度算法有哪些？相似度算法是用来衡量成对的记录、节点、数据点、文本之间的相似程度的工具。这些算法可以基于两个数据点之间的距离来计算相似度，比如使用欧氏距离，也可以基于文本的相似...
-
01-22BI-LSTM: 无遗漏长短期记忆网络的解释及分析双向长短期记忆（bi-LSTM）是一种神经网络结构，能够同时处理序列数据的向后和向前信息。在双向中，输入在两个方向上流动，常规LSTM只能沿一个方向流动，而BI...
-
01-22深入解析回声状态网络(ESN)回声状态网络（ESN）是一种特殊类型的递归神经网络（RNN），特别适用于处理时间序列数据的机器学习任务。ESN具有许多优点，例如良好的泛化能力、在线学习能力（无...
-
01-22深层传播进程（DPP）深度扩散过程(DDP)模型是一种生成模型，通过正向扩散和反向扩散过程生成数据。其关键概念是学习噪声引起的信息系统衰减，并逆转过程，从噪声中恢复信息。这一模型具有...
