纯C/C++实现AI语音识别面临的开发挑战 - 飞书文档
https://docs.feishu.cn/v/wiki/SXa4wDKXEiX42ZkVSPicOzs1n5g/a8模型训练是语音识别的核心环节之一。在深度学习时代，神经网络模型如深度神经网络（DNN）、卷积神经网络（CNN）和循环神经网络（RNN）及其变体如长短期记忆网络（LSTM）和门控循环 ...
飞搜侠
热门搜索
2.6 卷积神经网络CNN - 飞书文档
https://docs.feishu.cn/article/wiki/Fh9swzuvCigMy0k2YDpcA1ZOnff卷积神经网络的局部连接、权值共享及池化操作等特性使之可以有效地降低网络的复杂度，减少训练参数的数目，使模型对平移、扭曲、缩放具有一定程度的不变性，并具有强鲁棒性和 ...
Tom Yeh分享手写llm.c，解释Transformer工作原理 - 飞书文档
https://docs.feishu.cn/v/wiki/RihLwTg8UibWAlkiu6dc0P7OnPd/a4eBay 推荐系统通过多模态学习技术融合文本、图像和属性数据，结合图神经网络（GNN）捕捉商品间的复杂关系，实现商品嵌入。多模态融合使得商品表示更加全面，而GNN 通过学习商品 ...
微软在GitHub 上发布开源深度学习工具包CNTK - 飞书文档
https://docs.feishu.cn/article/wiki/ZvSOwSgQ1i9pAHkf66FcbuOdnD9CNTK 是微软研究院开发的一款深度学习工具包，它具有高效、灵活和可扩展的特点。该工具包支持多种深度学习架构，包括卷积神经网络（CNN）、循环神经网络（RNN）和长短时记忆网络（ ...
CS224N 第一周学习哪些内容？ - 飞书文档
https://docs.feishu.cn/v/wiki/NCpKw2wIqiwu61ksrmjcg1Pknlr/ai在2010 年代，深度学习（或神经网络）方法在许多不同的NLP 任务中获得了非常高的性能，使用不需要传统任务特定特征工程的单一端到端神经模型。在2020 年代，通过扩展大型语言 ...
深度学习框架易用性和可扩展性的优化策略
https://docs.feishu.cn/v/wiki/YdlNwoDrdiKEYwky9LMcIqVcnle/a9在语音识别领域，深度学习框架被用于构建和训练深度神经网络（DNN）和卷积神经网络（CNN）等。DNN和CNN是一种专门用于处理语音数据的神经网络，它们通过多层神经元结构来提取语音 ...
Mamba的创新技术与架构 - 飞书文档
https://docs.feishu.cn/v/wiki/MljYww2OjivxDDkWvb9cf1Xfn2d/a2这类模型的设计灵感来自经典的状态空间模型—— 我们可以将其看作是循环神经网络和卷积神经网络的融合模型。它们可使用循环或卷积运算进行高效地计算，从而让计算开销随 ...
软件2.0（Software 2.0） - 通往AGI之路- 飞书
https://waytoagi.feishu.cn/wiki/FFJawIKRpi77JokULCvcjIPBnBv... 语言（比如说，神经网络中的权重）开发。没人可以直接参与这种代码的编写 ... 让我们看看软件2.0（卷积神经网络为代表）与软件1.0（生产级别的C++代码库为代表 ...
如何自学人工智能：一份自学指南 - 飞书文档
https://docs.feishu.cn/v/wiki/FlJbwXiGmi6y2lk9qFrcaMh2n4e/ac学习深度学习需要了解神经网络的基本结构，如神经元、层和激活函数。掌握常见的深度学习架构，如多层感知机、卷积神经网络（CNN）和循环神经网络（RNN）及其变体，如长短期记忆 ...
深度学习：强大的神经网络学习 - 飞书文档
https://docs.feishu.cn/v/wiki/Af76wZbh4i4YvtkOkDvc56D2nZc/a7入门：卷积神经网络Convolutional Neural Network, CNN. 试看课联系微信：AIGC7654 ... ICL其实就是Prompting的祖师爷，其一举把预语言模型实现下游任务应用的范式 ...