Satoki Ishikawa

PhiNet imite les systèmes de mémoire humains pour améliorer l'apprentissage machine.

Explore des méthodes d'apprentissage locales qui transforment l'entraînement des réseaux de neurones.

Apprends à réduire les frais de communication dans les modèles d'apprentissage profond pour améliorer la vitesse d'entraînement.