新闻中心 
-
07-18Paddle2.0：浅析并实现 CaiT 模型《Going deeper with Image Transformers》针对图像Transformer优化少的问题，研究构建和优化更深网络。提出LayerS...
-
07-18Paddle2.0：浅析并实现 CoaT 模型本文介绍基于Transformer的图像分类器CoaT，其含Co-Scale和Conv-Attentional机制，能为Vision Transformer提供...
-
07-18Paddle2.0：浅析并实现 FcaNet 模型FcaNet通过频率域分析重新审视通道注意力，证明GAP是二维DCT的特例。据此将通道注意力推广到频域，提出多谱通道注意力框架，通过选择更多频率分量引入更多信息...
-
11-11talk和speak的对象区别speak针对语言，用于强调语言沟通；talk针对人或话题，用于强调与人或特定主题的交流。
-
01-22深入解析多元线性回归模型的概念与应用多元线性回归是最常见的线性回归形式，用于描述单个响应变量Y如何与多个预测变量呈现线性关系。可以使用多重回归的应用示例：房子的售价可能受到位置、卧室和浴室数量、建...
-
07-2512页线性代数笔记登GitHub热榜，还获得了Gilbert Strang大神亲笔题词线性代数的重点，已经有人帮忙画好了。一共只有12页纸，而且一半都是图解，小白也不用担心看不懂！现在，这份笔记在GitHub已经获得了4k+次星标，还登上了热榜。...
-
共1页 6条
