arXiv 发布复值深度学习框架 CNet
热点事件持续更新
arXiv 发布复值深度学习框架 CNet
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Marcel Crasmaru 在 arXiv 发布预印本 v1，提出复值神经网络框架 CNet。该框架用 C++/CUDA 实现，基于 Wirtinger（CR-calculus）导数做梯度优化，并采用 FFT-Hadamard 卷积，以 Born 规则测量替代 softmax。 论文给出的是该框架的构成与三类实验研究，尚未报告可核实的性能结论。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
CNet：支持 Wirtinger 自动微分与 FFT-Hadamard 卷积的复数深度学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGCNet：支持 Wirtinger 自动微分与 FFT-Hadamard 卷积的复数深度学习框架
CNet 是一个 C++/CUDA 复数神经网络（CVNN）框架，基于 Wirtinger（CR-calculus）导数做梯度优化，并用 Born 规则测量替代 softmax。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。