实体 Irie et al.

Irie et al.

PulseAugur coverage of Irie et al. — every cluster mentioning Irie et al. across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_289818 · Oct 2 · 00:00

增长式神经网络的新型检索中心深度学习范式

研究人员推出了一种新颖的神经网络范式——检索中心深度学习（RCDL），该范式为每个训练数据点存储键值表示。与将数据压缩成固定大小矩阵的传统方法不同，RCDL在推理过程中使用注意力机制来检索和重组这些表示，从而实现增长式神经网络。该论文详细介绍了核化注意力层的函数梯度学习规则，并展示了RCDL在图像分类和合成学习任务中的有效性。