百科问答小站 logo
百科问答小站 font logo



2021 年,深度学习方面取得了哪些关键性进展? 第1页

  

user avatar   xie-xu-dong-76 网友的相关建议: 
      

不敢妄加评论,只是个人意见,GitHub上有人总结了2021 Amazing AI papers,我认为比较中肯,基本可以算是今年影响力比较大的论文集锦

我认为其一是Transformer攻占各个领域,尤其是Swin Transformer大杀四方;其二是各大研究机构的预训练大模型发布及其在下游任务的惊人性能,当然这也离不开self-supervised+transformer;其三就是大家都提到的MAE,当然还是离不开transformer;还有一个我认为比较重要的是基于NeRF的一系列工作也在今年开始爆发,包括CVPR best paper GIRAFFE,不过这方面工作主要还是集中在国外研究团队




  

相关话题

  神经网络中 warmup 策略为什么有效;有什么理论解释么? 
  为什么中文 NLP 数据集这么少? 
  想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗? 
  如何看待斯坦福博士生2prime陆一平关于新冠起源的一系列言论? 
  为什么做GPU计算,深度学习用amd显卡的很少,基本都nvidia? 
  Transformer在工业界的应用瓶颈如何突破? 
  自然语言处理怎么最快入门? 
  联邦学习在机器学习领域有什么独立存在的价值? 
  在文本分类任务中,有哪些论文中很少提及却对性能有重要影响的tricks? 
  如何看待在某度搜不到megengine官网? 

前一个讨论
有人能简单介绍一下MIT教授Micali最新提出的algorand(类pos共识机制)吗?
下一个讨论
如何评价FAIR提出的MaskFeat:一种适用图像和视频分类的自监督学习方法?





© 2025-05-07 - tinynew.org. All Rights Reserved.
© 2025-05-07 - tinynew.org. 保留所有权利