Murat的案例列表

作者:Murat · 共 3 个案例

spikeformer

- Convolutional Tokenizer (CT) 模块,它可以将输入图像或视频转换为一系列的token,作为Transformer的输入。这个模块可以提高模型的数据利用率和训练稳定性。 - Spatio-Temporal Attention (STA) 模块,它可以在Transformer的每一层中同时考虑空间和时间维度的信息,从而更好地捕捉脉冲信号的特征依赖关系。 - Spikeformer Encoder,它是一个由多个STA模块堆叠而成的编码器,可以对token进行多层次的特征提取和融合。 - Spikeformer Decoder,它是一个由多个STA模块堆叠而成的解

CT图像重构

利用ct图像数据,在深度学习框架上进行图像重构和复原,提高图像质量,设计合理的损失函数和模型,提高网络性能。

CT图像重构

利用ct图像数据,在深度学习框架上进行图像重构和复原,提高图像质量,设计合理的损失函数和模型,提高网络性能。

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑

Murat的案例列表

spikeformer

- Convolutional Tokenizer (CT) 模块,它可以将输入图像或视频转换为一系列的token,作为Transformer的输入。这个模块可以提高模型的数据利用率和训练稳定性。 - Spatio-Temporal Attention (STA) 模块,它可以在Transformer的每一层中同时考虑空间和时间维度的信息,从而更好地捕捉脉冲信号的特征依赖关系。 - Spikeformer Encoder,它是一个由多个STA模块堆叠而成的编码器,可以对token进行多层次的特征提取和融合。 - Spikeformer Decoder,它是一个由多个STA模块堆叠而成的解...

CT图像重构

利用ct图像数据,在深度学习框架上进行图像重构和复原,提高图像质量,设计合理的损失函数和模型,提高网络性能。...

CT图像重构

利用ct图像数据,在深度学习框架上进行图像重构和复原,提高图像质量,设计合理的损失函数和模型,提高网络性能。...

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑
查看简历
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×