新型脉冲神经网络Transformer实现最先进的效率

研究人员推出SAFformer，这是一种新颖的脉冲神经网络Transformer架构，旨在提高视觉数据处理的能效和性能。SAFformer采用受大脑预测编码启发的积极预测滤波范式，主动抑制可预测信号，并专注于显著的视觉特征。这种方法在CIFAR-10/100和CIFAR10-DVS数据集上取得了新的最先进成果，并在ImageNet-1K上以显著减少的参数和能耗实现了可观的准确率。 AI

影响 这种新架构在视觉处理任务的能效方面取得了显著改进，有可能在低功耗设备上实现更强大的AI。

排序理由 该集群包含一篇详细介绍新模型架构和基准测试结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• CIFAR-10
• CIFAR-100
• CIFAR10-DVS
• ImageNet-1K
• SAFformer
• Spiking Transformer
• Zequan Xie

• 论文
• 模型发布
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →