循環神經網路

深度分析

ITNet：以可學習積分變換統一卷積、注意力與循環架構的深度學習模型

隨著深度學習分支出卷積、Transformer與循環網路，研究提出可學習的積分變換ITNet，將位置與特徵共同建模，實驗在ImageNet、GLUE與3D點雲等多任務上與專屬模型持平或超越。其核心學習式核同時考慮內容與位置，透過平鋪式融合與低秩分解提升運算效率。