deep learning

7小时前 · ai

时间序列不足：图神经网络如何改变需求预测

为什么将 SKU 建模为网络能够揭示传统预测所忽略的内容 — 该文章《Time Series Isn’t Enough: How Graph Neural Networks Change Demand Forecasting》

#graph neural networks #demand forecasting #time series #supply chain analytics #machine learning #deep learning
23小时前 · ai

通过可视化 Python 示例理解 ReLU

使用 ReLU 激活函数在之前的文章中，我们使用了反向传播并绘制图表来正确预测数值。所有这些示例都采用……

#ReLU #activation function #deep learning #neural networks #Python #visualization #machine learning
1天前 · ai

衡量 XAI 中公理非敏感性的正确方法

正确衡量公理化非敏感性的方法为什么你的 XAI 指标可能会欺骗你——以及我们是如何修复的如果你曾经尝试实际衡量其稳定性……

#XAI #explainability #non-sensitivity #attribution maps #AIXPlainer #metric evaluation #deep learning #computer vision
1天前 · ai

从零开始：训练 30M 拓扑 Transformer

请提供您希望翻译的具体摘录或摘要文本，我才能为您进行简体中文翻译。

#transformer #topological transformer #machine learning #deep learning #neural networks #model training #30M parameters
3天前 · ai

将 LLM 内存削减 84%：深入探讨 Fused Kernels

为什么你的最终 LLM 层会 OOM，以及如何使用自定义 Triton kernel 来解决。文章《Cutting LLM Memory by 84%: A Deep Dive into Fused Kernels》已出现 fi...

#LLM #memory optimization #fused kernels #Triton #GPU performance #deep learning #model inference
3天前 · ai

从 RGB 到 Lab：解决 AI 图像合成中的颜色伪影

一种多层次的分割、颜色校正和特定领域增强方法。文章《从RGB到Lab：解决AI图像合成中的颜色伪影》

#image compositing #color correction #RGB #Lab color space #segmentation #computer vision #deep learning #AI image processing
3天前 · ai

Show HN：高瘦网络的 Hessian 易于求逆

事实证明，深度网络的 Hessian 的逆很容易作用于向量。若采用朴素方法，这在层数 s 上的运算量是立方级别的……

#Hessian #deep learning #neural networks #second-order optimization #efficient algorithms
4天前 · ai

重新思考AI模型中的学习动态：基于实验的早期理论

在观察神经网络训练期间的表示不稳定性时，实验神经网络训练行为时，我注意到一个重复出现的模式 t...

#neural networks #representation learning #training dynamics #gradient descent #deep learning #model instability
4天前 · ai

👀 Attention 像5岁小孩一样解释

什么是 AI 中的 Attention？Attention 的作用类似于语言模型的高亮笔。当你学习时，你会在文本中划出对重要部分的标记……

#attention mechanism #transformers #natural language processing #deep learning #AI basics
5天前 · ai

注意力矩阵中的故障

Transformer 人工制品的历史以及最新的修复研究。《注意力矩阵中的故障》首次发表于 Towards Data Science....

#transformers #attention mechanism #deep learning #machine learning research #model artifacts
5天前 · ai

CNN之战：ResNet vs. MobileNet vs. EfficientNet 用于水果疾病检测

引言我一直对 deep learning 如何解决现实世界问题感到着迷，而 fruit disease detection 似乎是完美的挑战——不是...

#fruit disease detection #ResNet #MobileNet #EfficientNet #deep learning #computer vision #image classification #agricultural AI
6天前 · ai

大型语言模型（LLMs）实际是如何生成文本的

《大型语言模型（LLM）实际上如何生成文本》封面图片 https://media2.dev.to/dynamic/image/width=1000,height=420,fit=cover,gravity=auto,format=au...

#large language models #LLM #text generation #next-token prediction #deep learning #AI fundamentals

Newer posts

Older posts