返回学者雷达
视觉理解视觉生成 美国
何恺明
Kaiming He
副教授 · MIT EECS / Meta FAIR
研究焦点
ResNet · MoCo · MAE · diffusion
判断与"为什么值得盯"
ResNet / MoCo / MAE 一路下来，他每一次出手都在重设「训练范式与数据效率」的关系。MAE 之后自监督预训练的数据需求被大幅压缩，这类结论是配比规划时的硬约束。
基础信息
- 中文名
- 何恺明
- 英文名
- Kaiming He
- 职位
- 副教授
- 地区
- 美国
- H-index
- 100
- 匹配论文数
- 11
- 重点关注
- 否