EAI猩球

Sharing knowledge, Acquiring technology.

首页 归档 链接 关于

标签 Mainfolds 下的文章

Stiefel Manifolds及其对MOORE网络的约束

  • 作者: wyli
  • 时间: 2025-11-23
  • 分类: 理论,数学
  • 877 次阅读
  • 评论

为了解决多任务问题,RL中的MoE网络架构MOORE通过正交化表示的方式,提升神经网络的表达能力。这种方式相当于对神经网络施加了约束Stiefel Manifold约束。那么,这种约束对神经网络有什么影响呢?

- 阅读剩余部分 -

最新文章

  • 从运动追踪任务洞悉基础学习系统的构建
  • 局部坐标系下相对位置的计算方法辨析
  • Stiefel Manifolds及其对MOORE网络的约束
  • 从Neural ODE到连续Normalizing Flows
  • 从信息论和矩阵计算的角度理解神经网络
  • 扩散模型的可控生成与引导
  • 扩散模型解决RL问题(一)
  • 生成式AI与RL相遇
  • BFMs:行为基础模型的SF与FB表示
  • 世界模型是什么?

标签云 (Top20)

  • 扩散模型
  • 大规模RL
  • GANs
  • Flows
  • 激活函数
  • Transformers
  • 生成式AI与RL
  • 表示学习
  • VAEs
  • 神经网络特性
  • Attentions
  • ALOHAs
  • RL关键点
  • NN可塑性
  • 微调
  • 扩散策略
  • Bipedals
  • NeRFs
  • LoRAs
  • 对比学习

分类

  • 理论$(39)$
  • 基础模型$(76)$
  • 演化学习$(3)$
  • Continual学习$(2)$
  • 强化学习$(28)$
  • Offline RL$(3)$
  • 模仿学习$(10)$
  • AI系统$(4)$
  • Robot学习$(27)$
© 2026 EAI-Star. Powered by Typecho. 备案号: 沪ICP备2023018970号