V
主页
京东 11.11 红包
Efficiently Modeling Long Sequences with Structured State Space 结构化状态空间模型用于长时序建模
发布人
https://www.youtube.com/watch?v=luCBXCErkCs MedAI #41: Efficiently Modeling Long Sequences with Structured State Spaces | Albert Gu Title: Efficiently Modeling Long Sequences with Structured State Spaces Speaker: Albert Gu Abstract: This talk will cover recent deep neural networks based on state space models (SSM) starting from S4. I'll go over the core properties and mechanics of SSMs, and discuss the key features of S4 and variants. I'll also focus on discussing the relationship of SSMs with established deep learning models (RNNs, CNNs, Attention) and their corresponding strengths and weaknesses, including potential application areas and promising directions. Bio: Albert Gu is an incoming Assistant Professor of Machine Learning at Carnegie Mellon University. His research broadly focuses on theoretical and empirical aspects of deep learning, with a recent focus on new approaches for deep sequence modeling. He completed his PhD at Stanford University under the supervision of Christopher Ré, and is currently working at DeepMind during a gap year.
打开封面
下载高清视频
观看高清视频
视频下载器
即插即用-最新时间卷积模块打败Transformer、LSTM、传统TCN!用于时序分类、时序预测、异常检测!
#4 - Hungry Hungry Hippos Towards Language Modeling with State Space Models
从基于物理的建模到科学机器学习的预测性数字孪生
神经网络都有哪些区别?迪哥精讲深度学习神经网络(CNN、RNN、GAN、GNN、LSTM)一次带你吃透!
将偏微分算子以多分辨率方式集成到神经网络架构中,用于时空预测 || Seminar on May 3, 2024
强推!公认最强的人工智能入门课程!大佬66集精讲!20小时带你吃透AI必备知识点!
ClimaX -用于天气预测的基础模型
NeurIPS 2024:RNN超强继任者来袭!长时间序列预测未来的一梯队,深度学习老方法都不管用了!
ICLR 2024 Spotlight 扩散模型用于运动生成
#1 - Mega Moving Average Equipped Gated Attention
2024年你不能错过的五个3D Gaussian Splatting应用
绝对是最适合初学者入门学习的【PyTorch框架】课程!大佬100集精讲,带你吃透深度学习!
扩散模型的score function可以学到数据中的固有维度
人生苦短,博导半天就教会了我【时间序列预测】! LSTM+Informer时间序列预测源码解读
谱图理论简要入门
全网讲解最系统!复旦大学牛人保姆式解读【深度学习神经网络】原理基础及代码复现,比刷剧还爽的体验!
英伟达SIGGRAPH2021 实时神经辐射缓存用于实时渲染
太强了!新加坡国立大学研究员强力打造TensorFlow教程!200集带你入门到实战,完全吃透TensorFlow框架!
SE(3)-随机流匹配用于蛋白质骨架生成
新加坡国立大学大佬强力打造!这绝对是最适合入门学习的深度学习PyTorch教程!100集带你完全吃透TensorFlow框架!
Cristina Cipriani: 一种用于训练神经ODE和自编码ODE的平均场最优控制方法
流匹配:简化和泛化扩散模型
物理信息神经网络PINN——误差分析与优化方法
扩散模型中如何使用RNN替代attention
西门子的模型降阶技术案例分析
TransferLab Seminar 生成式模型的条件流匹配方法 - AlexTong
生成扩散模型中的自发对称性破缺
强推!【深度学习-神经网络】一口气带你吃透CNN卷积神经网络、GAN生成式对抗网络、RNN循环神经网络等!真的通俗易懂!(人工智能、深度学习、神经网络、AI)
3位Pytorch深度学习大神共创的Pytorch快速入门系列教程来啦!!!
Blender着色器编辑器显示模型表面网格线
数据驱动的基于物理的降阶模型
2024年B站最好的Pytorch深度学习入门教程!计算机大佬30个小时带你快速入门,完全吃透Pytorch框架!(人工智能、深度学习、机器学习、神经网络)
数据驱动的物理隐变量发现
【CMU SIGGRAPH2022】基于扩散层的三维表面学习
数据驱动降阶模型的概率方法与不确定性量化
神经网络到底是做什么的?5大经典神经网络(CNN/RNN/GAN/LSTM/Transformer)计算机博士一次带你学明白!简直不要太爽!
TAMIDS Digital Twin Lab Seminar 物理引导数据驱动的仿真
ECCV 2024 GeoCalib 结合几何优化的单图像相机标定学习方法
ECCV 2024 HandDGP Camera-Space Hand Mesh Prediction with Differentiable Global
强推!这绝对是最好的Transformer的入门教程!不愧是北大教授王树森主讲!真的太通俗易懂了吧!(人工智能、深度学习、机器学习算法、神经网络)