lecunU

如何评价Yann LeCun的世界模型?

LeCun 表示：" 生成视频的过程与基于世界模型的因果预测完全不同 "；2 月 19 日，他又一次发文驳斥道：通过生成像素来对世界进行建模是一种浪费，就像那些被广泛抛弃的 " 通过合成来分析 " 的想法一样，注定会失败。 LeCun 认为文本生成之所以可行，是因为文本本身是离散的，有着有限数量的符号。在这种情况下，处理

LeCun上月球?南开、字节开源StoryDiffusion让多图漫画和...

LeCun并未真正登上月球，相关漫画是南开大学、字节跳动等机构研究的StoryDiffusion项目生成的示例。以下是对南开大学、字节跳动等机构开源的StoryDiffusion项目的详细介绍：项目...

LeCun 亲自介绍 Meta 推出的新世界模型 V - JEPA 2,哪些...

此外，Meta FAIR开源了模型代码、训练细节以及多个阶段的权重检查点，为研究社区提供了重要资源英伟达开源Audio2Face模型：AI 实时生成面部动画，...

BP神经网络与自动控制理论中‘反馈’的区别与相同之处...

误差的最小值是已知的）。e的修正方法可以是通过PID和plant不断的修改u_hat以至于e逼近0。在不考虑扰动的情况下，一个稳定的控制系统是一个...

Yoshua Bengio为什么能跟Hinton、LeCun相提并论...

在过去两年yoshua最重要的两个工作应该是attention以及GAN了。可以看看现在用神经网络做nlp的，基本离不开attention，比如google上线的neural machine...

自监督学习是如何解决推荐系统的数据稀疏性问题?

最近对比学习（Contrastive Learning, CL）火得一塌糊涂，被Bengio 和 LeCun 这二位巨头在 ICLR 2020 上点名是 AI 的未来。作为普通打工人，...

生成式对抗网络GAN有哪些最新的发展,可以实际应用到...

一种流行的网络压缩方法是剪枝（LeCun 等人, 1989; Wen 等人, 2016），它从过度参数化的模型中删除不重要的权重。许多研究已成功地将剪枝方法...

深度学习目前主要有哪些研究方向?

unsupervised leanring和inference是深度学习大牛hinton和lecun等想挖的大坑，感觉inference没戏，unsupervised leanring也不好做，不知道谁会把大招...

如何理解结构化剪枝与非结构化剪枝?

非结构化剪枝，基于一些启发式方法（如权重大小）将不重要的参数归零（Han 等人, 2015a;b），梯度（Molchanov 等人，2019）或hessian（LeCun ...

如何评价最近火热的对比学习,会引领预训练模型新的...

lecun这二位巨头在 iclr 2020上点名是 ai的未来.作为普通打工人,对比学习能否带来ai质的飞越,从而导致未来出现终结者,不是我们考虑的问题.本文只聚焦于推荐领域,讨论对比学习能否提升推荐性能,帮我们早点完成okr. 本文并非contrastive learning tutorial之类的科普文章,不会讲述对比学习的发展沿革,也不会面面俱到每个技术细