当前位置:   article > 正文

YoloV8改进策略:卷积篇|Kan行天下之GRAM,KAN遇见Gram多项式_kan yolo

kan yolo

GRAM的灵感来自于Kolmogorov-Arnold网络(KAN)的替代品,如TorchKAN和ChebyKAN。GRAM引入了一种KAN模型的简化版本,但利用了Gram多项式变换的简洁性。它与其他替代品的不同之处在于其独特的离散性特征。与其他在连续区间上定义的多项式不同,Gram多项式因其在一组离散点上定义而脱颖而出。GRAM的这种离散性为处理离散化数据集(如图像和文本数据)提供了一种新颖的方法。

代码

# Based on this: https://github.com/Khochawongwat/GRAMKAN/blob/main/model.py
from functools import lru_cache
import torch
import torch.nn as nn
from torch.nn.functional import conv3d, conv2d, conv
  • 1
  • 2
  • 3
  • 4
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/盐析白兔/article/detail/873824?site
推荐阅读
相关标签
  

闽ICP备14008679号