跳到正文
智迹闻AuraTracer

arXiv发布CNet复数值深度学习框架

本机阅读

发生了什么

据arXiv cs.LG报道,Marcel Crasmaru提交CNet论文。该C++/CUDA框架利用Wirtinger导数优化复数值神经网络,采用Born-rule测量及FFT-Hadamard卷积。测试表明,其因果序列模型在字符级语言建模中达到实值FNet质量,且在无线电调制分类和相干衍射成像相位问题中证明能学习物理正确结构。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.LG一手材料

    CNet: A Complex-Valued Deep Learning Framework with Wirtinger Autodifferentiation and FFT--Hadamard Convolution

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口