5407 篇
13915 篇
478201 篇
16330 篇
11777 篇
3946 篇
6555 篇
1254 篇
75700 篇
38090 篇
12190 篇
1672 篇
2872 篇
3423 篇
642 篇
1242 篇
1980 篇
4927 篇
3890 篇
5503 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