深度学习前沿：从新颖应用到现实世界部署
机器学习
2024-07-22 v1
摘要
深度学习持续重塑着众多领域，从自然语言处理和成像到数据分析和推荐系统。本报告研究了两篇从两个截然不同的方面代表深度学习近期进展的研究论文：第一篇论文应用了通常用于语言模型的 Transformer 网络，通过有效降低斑点噪声来提高合成孔径雷达图像的质量。第二篇论文提出了一种存内计算设计方案，以实现经济高效且高性能的深度学习推荐系统实现。除了从动机、关键思想和技术以及评估结果方面总结每篇论文外，本报告还提出了关于可能未来研究方向的思考和讨论。通过对这两篇代表性论文及相关参考文献的深入研究，该博士候选人对深度学习模型的深远影响和高效实现有了更深刻的理解。
引用
@article{arxiv.2407.14386,
title = {Frontiers of Deep Learning: From Novel Application to Real-World Deployment},
author = {Rui Xie},
journal= {arXiv preprint arXiv:2407.14386},
year = {2024}
}