2610 篇
1069 篇
240053 篇
3269 篇
7548 篇
2220 篇
2770 篇
532 篇
37516 篇
9341 篇
3134 篇
745 篇
2291 篇
1315 篇
449 篇
752 篇
1387 篇
2596 篇
2739 篇
3982 篇
扩展长短期记忆网络xLSTM——人工智能系列之三
本篇报告主要介绍了最新的循环伸进网络研究进展——扩展长短期记忆网络（Extended Long Short-Term Memory，xLSTM）。在多年以来的深度学习研究中，长短期记忆网络（LSTM）因其在处理序列数据中显示出的 卓越性能而受到广泛关注和应用。然而，随着数据量的增加和任务复杂性的提高，传统的 LSTM 模型在处理能力和效率上显示出了局限性。xLSTM 模型通过引入指数门控和改进的记忆结构，解决了传统 LSTM的一些核心局限性。
索取原文[27 页]
027-87841330