在深度学习的快速演进中，神经网络架构的创新总是引起广泛关注。近日，著名AI研究者Yoshua Bengio及其团队发布了一种全新的RNN架构，名为minLSTM和minGRU，试图通过简化模型结构来重振RNN的应用。随着Transformer在自然语言处理、计算机视觉等领域的统治地位稳固，RNN的回归无疑为业内带来了新的期待。这一重磅消息引发了科技界的热烈讨论，尤其是在那些一直对RNN抱有信念的研 ...

相比之下，LSTM和GRU的运行时间随序列长度线性增加。所以序列长度为512时，minGRU和minLSTM的训练加速了175倍和235倍；序列长度为4096时，加速比达到了1324和1361。

为了解决这个问题，来自加州大学伯克利分校、Google DeepMind、蒙特利尔大学（图灵奖得主Yoshua Bengio）的研究人员提出了一个全新的理论方案 ...

在深度学习日益成为人工智能核心技术的今天，RNN（循环神经网络）仿佛被逐渐遗忘。然而，最近深度学习三巨头之一的Yoshua Bengio带领团队推出了极简化的RNN架构——minLSTM与minGRU，这一举动无疑为RNN的回归增添了新的希望。在Transformer主导的AI时代，散落在世界各地的‘RNN神教’信徒们期待着RNN的复兴，特别是这两种新模型展现出的强大顺序和上下文感知能力。 Ben ...

The EU’s Code of Practice for general-purpose AI can help innovation whilst setting a global standard for AI safety, write ...

众所周知，如果没有 Yoshua Bengio，人工智能可能就不存在了。 60 岁的本吉奥被称为人工智能教父，是一位加拿大计算机科学家，他致力于神经网络和 ...

再看这篇论文的作者列表，图灵奖得主、深度学习三巨头之一的 Yoshua Bengio 赫然在列。 最近，大家重新对用循环序列模型来解决 Transformer 长上下文 ...

为了解决这个问题，来自加州大学伯克利分校、Google DeepMind、蒙特利尔大学（图灵奖得主Yoshua Bengio）的研究人员提出了一个全新的理论方案 ...

Bengio团队推出minLSTM、minGRU挑战Transformer。 近日，深度学习三巨头之一的Yoshua Bengio，带领团队推出了全新的RNN架构，以大道至简的思想与Transformer一 ...

AI, as we know, may not have existed without Yoshua Bengio. Called the “godfather of artificial intelligence," Bengio, 60, is a Canadian computer scientist who has devoted his research to neural ...