思想与社会2020 · 分享于 Hacker News
Hopfield Networks Is All You Need (2020)
探索《Hopfield Networks Is All You Need (2020)》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Yluizfelberti ·
Ask HN: What's the best paper you've read in 2020?
705 赞同192 评论
Yaroccoli ·
Introduction to Convolutional Neural Networks
150 赞同22 评论
Ytaiboku256 ·
Ask HN: Is anybody building an alternative transformer?
148 赞同93 评论
Ytheafh ·
Transformers seem to mimic parts of the brain
140 赞同76 评论
Yfzliu ·
LM2: Large Memory Models
110 赞同30 评论
Ytester89 ·
Short-term Hebbian learning can implement transformer-like attention
47 赞同4 评论
Yliamdgray ·
Hopfield Networks Is All You Need (2020)
41 赞同6 评论
Ytentacleuno ·
Ask HN: Is GitHub Copilot / IntelliCode Legal?
5 赞同3 评论
YMAXPOOL ·
Hopfield Networks Is All You Need
4 赞同1 评论
Ymihau ·
Hopfield Networks Is All You Need
4 赞同0 评论
Yyashsngh ·
The Q, K, V Matrices
4 赞同0 评论
Ybra-ket ·
Hopfield Networks Is All You Need
3 赞同0 评论
Ykorbip ·
Transformers Connected to Hopfield Networks
3 赞同0 评论
Yorbifold ·
Hopfield Networks Is All You Need
2 赞同0 评论
Ysangel ·
Retentive Network: A Successor to Transformer for Large Language Models
2 赞同0 评论