本月初，来自 MIT 等机构的研究者提出了一种非常有潜力的 MLP 替代方法 ——KAN。 KAN 在准确性和可解释性方面表现优于 MLP，而且它能以非常少的参数量胜过以更大参数量运行的 MLP。比如，作者表示，他们用 KAN 以更小的网络和更高的自动化程度重现了 DeepMind 的 ...
来自美国东北大学 SmileLab，哥伦比亚大学的研究者提出一种纯 MLP 的点云网络架构 PointMLP，在 ModelNet40、ScanObjectNN 等点云数据集上取得了非常好的结果，并大幅提升了推理速度。 3D 点云数据由于其无序性 (unorderness)、稀疏性(sparisity)和不规则性（irregularity）等特点 ...
一些您可能无法访问的结果已被隐去。
显示无法访问的结果