相关文章
Keynote笔记「Yann LeCun：Human-Level AI」
Yann LeCun， 是 Facebook AI Research (FAIR) 的首席科学家， 纽约大学（NYU）教授， 图灵奖获得者， 美国工程院院士，CNN的提出者。 原Hudson论坛演讲链接：https://www.youtube.com/watc…
OpenAI超级视频模型Sora登上央视，LeCun强推的「世界模型」雏形相继诞生，AGI如何能够以人类的理解方式看世界？
OpenAI超级视频模型Sora热度不减
Sora一经面世，瞬间成为顶流，话题热度只增不减，一度登上央视新闻报道。 强大的逼真视频生成能力，让许多人纷纷惊呼「现实不存在了」。
OpenAI官方技术报告
OpenAI官方Sora技术报告：V…
图灵奖大佬 Lecun 发表对比学习新作，比 SimCLR 更好用！
文 | Rukawa_Y编 | 智商掉了一地，Sheryc_王苏 比 SimCLR 更好用的 Self-Supervised Learning，一起来看看吧！ Self-Supervised Learning作为深度学习中的独孤九剑，当融汇贯通灵活应用之后，也能打败声名在外的武当太极剑…
如何解读 Yann LeCun推文建议学生不要在大模型方向工作？
作者：摘星狐狸链接：https://www.zhihu.com/question/656903686/answer/3527956804来源：知乎（学术分享，侵删） Yann LeCun的建议说得很直白，LLM已经在大厂手里了，作为一个学生能做的很…
【多模态】8、MDETR | LeCun 团队于 2021 年推出的端到端多模态理解模型
文章目录 一、背景二、方法2.1 DETR2.2 MDETR 三、效果3.1 预训练调整后的检测器3.2 下游任务 论文：MDETR - Modulated Detection for End-to-End Multi-Modal Understanding
代码：https://github.com/ashkamath/mdetr
出处：ICCV 2021 Oral…
深度学习综述Yann LeCun
论文作者：Yann LeCun 1,2 , Yoshua Bengio 3 & Geoffrey Hinton 4,5
深度学习系统可用于图像识别、电子购物中的商品推、网页搜索等。传统机器学习受限于对原始数据(如图像的像素值)的处理能力，在处理前需要设计特征提取器（子系统&#…
LeNet-1998-Yann LeCun
卷积神经网络的网络结构——以LeNet-5为例 卷积神经网络是一种特殊的多层神经网络，像其它的神经网络一样，卷积神经网络也使用一种反向传播算法来进行训练，不同之处在于网络的结构。卷积神经网络的网络连接具有局部连接、参数共享的特点。局部…
LeCun改口：5-10年就能实现AGI；马斯克预开发AI游戏 | AI头条
整理 | 王启隆 出品 | AI 科技大本营（ID：rgznai100） 一分钟速览新闻点！ LeCun改变立场：预计5到10年内实现人类水平AI，但质疑当前大语言模型路径权限被故意泄露，OpenAI暂停Sora访问马斯克不满游戏…
Yann LeCun最新万字演讲：致力于下一代AI系统，我们基本上不做LLM了
Datawhale干货 演讲：Yann LeCun，整理：Datawhale Yann LeCun 最新哈德逊论坛演讲：仅通过文本训练，LLM 永远不会达到接近人类水平的智能。所以现在 Meta 已经转向了更长期的下一代 AI 系统研究，基本不再专注…
图灵奖得主Yann LeCun的六十年
2021-01-25 23:02:40 作者 | 陈大鑫、青暮
当今世界人工智能领域，有三位AI学者被业内奉为“神一样的存在”，其中两位来自加拿大，一位来自法国。
他们就是2018年的图灵奖得主Geoffrey Hinton、Yoshua Bengio，以及我们今天要着重介…
)
激活函数总结（十三）：Tanh系列激活函数补充(LeCun Tanh、TanhExp)
激活函数总结（十三）：Tanh系列激活函数补充 1 引言 2 激活函数 2.1 LeCun Tanh激活函数 2.2 TanhExp激活函数 3. 总结 1 引言 在前面的文章中已经介绍了介绍了一系列激活函数 (Sigmoid、Tanh、ReLU、Leaky ReLU、PReLU、Swish、ELU、SELU、GEL…
ACL 2024论文盖棺定论：大语言模型≠世界模拟器，Yann LeCun：太对了
如果 GPT-4 在模拟基于常识任务的状态变化时准确率都只有约 60%，那么我们还要考虑将大语言模型作为世界模拟器来使用吗？ 最近两天，一篇入选 ACL 2024 的论文《Can Language Models Serve as Text-Based World Simulators?》在社交媒体 X 上引…
图灵奖得主Yann LeCun：《机器如何才能达到人类智能水平？》66页报告
“欧米伽未来研究所”关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将不定期推荐和发布世界范围重要科技研究进展和未来趋势研究。（关于欧米伽理论） 来源：欧米伽未来研究所 《机器如何才能达到人类智…
AI 名人堂：Yann LeCun 卷积神经网络之父
Yann LeCun，被誉为“卷积神经网络之父”，是人工智能领域的先驱者和现代深度学习技术的奠基人。
2AGI.NET AI 名人堂 AI 名人堂：Yann LeCun 卷积神经网络之父AI 名人堂：Yann LeCun 卷积神经网络之父https://www.2agi.net/blog/ai-…
【AI大咖】再认识Yann LeCun，一个可能是拥有最多中文名的男人
上周扒了扛起深度学习大旗的Hinton先生，今天聊一位他的学生，深度学习中CNN的崛起离不开的男人——Yann LeCun。
一位陪伴Hinton三十年磨一剑，最终笑傲AI界的法国人。让我们一起记住这张面孔。
作者 | 小满 言有三
编辑 | 小满 言有三 1 30…
常见的参数初始化方法
常见的参数初始化方法 我们常见的几种初始化方法是按照“正态分布随机初始化——对应为normal”和按照“均匀分布随机初始化——对应为uniform”，这里就不再多说了，这里介绍几种遇见较少的初始化方法。
1、Glorot初始化方法
（1）…
神经网络系列---权重初始化方法
文章目录 权重初始化方法Xavier初始化（Xavier initialization）Kaiming初始化，也称为He初始化LeCun 初始化正态分布与均匀分布Orthogonal InitializationSparse Initializationn_in和n_out代码实现 权重初始化方法
Xavier初始化（X…
基于FPGA实现CIC升采样滤波器verilog HDL代码总结
基于FPGA实现CIC升采样滤波器verilog HDL代码总结 一、概述二、设计说明三、代码实现1、顶层代码2、产生正弦信号代码（调用了xilinx RAM IP）3、CIC升采样滤波实现代码 四、仿真结果 一、概述
上文中我们总结了CIC基本原理设计，本文将基于xil…
CIC详细设计说明文档
1.1 CIC基本理论分析
CIC滤波器是一种基于零极点相抵消的FIR滤波器。N级CIC抽取滤波器的基本结构框图如图1所示。 图1 CIC基本结构
由图1可知，它由积分器( Integrator)、抽取器(Decimation)和梳状滤波器(CombFilte)三部分组成。 因此在实际的设计过程中，一个CIC滤波器的基本…
推荐文章