热点事件持续更新
DTA-GT:用于神经网络表征学习的面向方向与拓扑的图Transformer
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
该事件目前只有一篇一手报道:预印本提出面向方向与拓扑的图Transformer(DTA-GT),用于神经网络表征学习。报道称,在NAS-Bench-101和NAS-Bench-201的精度与延迟预测任务上,DTA-GT优于代表性预测器。需要说明的是,这一比较结果来自上述两个基准数据集中的预测任务,报道未涉及其他数据集或任务;该文为arXiv预印本,尚未经同行评审,报道中的“优于”是作者报告的比较结论。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
预印本称DTA-GT在两个NAS基准的精度与延迟预测上优于代表性预测器。报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv · Neural and Evolutionary ComputingDTA-GT:用于神经网络表征学习的面向方向与拓扑的图Transformer
DTA-GT在NAS-Bench-101和NAS-Bench-201的精度与延迟预测中优于代表性预测器。
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。