- 在深度学习领域，优化算法对于模型的训练和性能提升起着至关重要的作用。梯度下降、反向传播以及随机梯度下降（SGD）是其中最为基础和关键的算法。本文将详细介绍这三种算法的基本概念、原理、计算过程以及它们之间的关系，并通过示例和图表来帮助读者更好地理解。 一、引言深度学习模型通常包含大量的参数，需要在训练数据上进行多次迭代以调整这些参数，使得模型的预测结果与真实标签尽可能接近。梯度下降及其相关变种... 在深度学习领域，优化算法对于模型的训练和性能提升起着至关重要的作用。梯度下降、反向传播以及随机梯度下降（SGD）是其中最为基础和关键的算法。本文将详细介绍这三种算法的基本概念、原理、计算过程以及它们之间的关系，并通过示例和图表来帮助读者更好地理解。 一、引言深度学习模型通常包含大量的参数，需要在训练数据上进行多次迭代以调整这些参数，使得模型的预测结果与真实标签尽可能接近。梯度下降及其相关变种...
- 本文聚焦于强化学习领域，详细阐述了传统的Q - learning算法以及深度强化学习（DRL）的相关内容。通过对Q - learning原理、特点和局限性的介绍，引出深度强化学习这一前沿技术，分析了其在处理复杂问题上的优势和常见算法。同时，借助表格和流程图对比了两者的差异和联系，旨在为相关领域的研究和实践提供全面且深入的技术参考。 一、引言强化学习作为机器学习的一个重要分支，旨在让智能体通过... 本文聚焦于强化学习领域，详细阐述了传统的Q - learning算法以及深度强化学习（DRL）的相关内容。通过对Q - learning原理、特点和局限性的介绍，引出深度强化学习这一前沿技术，分析了其在处理复杂问题上的优势和常见算法。同时，借助表格和流程图对比了两者的差异和联系，旨在为相关领域的研究和实践提供全面且深入的技术参考。 一、引言强化学习作为机器学习的一个重要分支，旨在让智能体通过...
- 本文系统梳理了深度学习领域中五大里程碑式网络架构——卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、自注意力机制（Self-Attention）及Transformer的技术原理与工程实践。通过对比分析各架构在特征提取能力、计算效率、适用场景等方面的优劣势，结合计算机视觉、自然语言处理等领域的典型应用案例，提出面向实际业务的架构选型策略。研究结果表明，多模态融合与... 本文系统梳理了深度学习领域中五大里程碑式网络架构——卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、自注意力机制（Self-Attention）及Transformer的技术原理与工程实践。通过对比分析各架构在特征提取能力、计算效率、适用场景等方面的优劣势，结合计算机视觉、自然语言处理等领域的典型应用案例，提出面向实际业务的架构选型策略。研究结果表明，多模态融合与...
- 图像分割是计算机视觉领域的重要研究方向之一，广泛应用于医学影像分析、自动驾驶、遥感图像处理等领域。近年来，随着深度学习技术的发展，特别是卷积神经网络（CNN）和Transformer架构的应用，图像分割的精度和效率得到了显著提升。本文将深入探讨基于深度学习的图像分割技术，包括经典算法的发展历程、关键技术原理、实际应用场景以及未来发展方向。 正文： 1. 引言图像分割的任务是将图像划分为多个区... 图像分割是计算机视觉领域的重要研究方向之一，广泛应用于医学影像分析、自动驾驶、遥感图像处理等领域。近年来，随着深度学习技术的发展，特别是卷积神经网络（CNN）和Transformer架构的应用，图像分割的精度和效率得到了显著提升。本文将深入探讨基于深度学习的图像分割技术，包括经典算法的发展历程、关键技术原理、实际应用场景以及未来发展方向。 正文： 1. 引言图像分割的任务是将图像划分为多个区...
- 汽车雷达在多径存在下的幽灵目标检测D. Sharif, S. Murtala and G. S. Choi, “A Survey of Automotive Radar Misalignment Detection Techniques,” in IEEE Access, vol. 13, pp. 123314-123324, 2025, doi: 10.1109/ACCESS.2025.... 汽车雷达在多径存在下的幽灵目标检测D. Sharif, S. Murtala and G. S. Choi, “A Survey of Automotive Radar Misalignment Detection Techniques,” in IEEE Access, vol. 13, pp. 123314-123324, 2025, doi: 10.1109/ACCESS.2025....
- 面向能效和低延迟的语音控制智能家居：离线语音识别与物联网集成方案Huang P, Ullah I, Wei X, et al. Towards Energy-Efficient and Low-Latency Voice-Controlled Smart Homes: A Proposal for Offline Speech Recognition and IoT Integration... 面向能效和低延迟的语音控制智能家居：离线语音识别与物联网集成方案Huang P, Ullah I, Wei X, et al. Towards Energy-Efficient and Low-Latency Voice-Controlled Smart Homes: A Proposal for Offline Speech Recognition and IoT Integration...
- 智能家居环境中的AI决策解释：实现以人为中心的可解释性Shajalal M, Boden A, Stevens G, et al. Explaining AI Decisions: Towards Achieving Human-Centered Explainability in Smart Home Environments[C]//World Conference on Explai... 智能家居环境中的AI决策解释：实现以人为中心的可解释性Shajalal M, Boden A, Stevens G, et al. Explaining AI Decisions: Towards Achieving Human-Centered Explainability in Smart Home Environments[C]//World Conference on Explai...
- Sasha：使用大语言模型在智能家居中进行创造性目标导向推理King E, Yu H, Lee S, et al. Sasha: creative goal-oriented reasoning in smart homes with large language models[J]. Proceedings of the ACM on Interactive, Mobile, Weara... Sasha：使用大语言模型在智能家居中进行创造性目标导向推理King E, Yu H, Lee S, et al. Sasha: creative goal-oriented reasoning in smart homes with large language models[J]. Proceedings of the ACM on Interactive, Mobile, Weara...
- 边缘云系统的灵活可变速率图像特征压缩Hossain M A F, Duan Z, Huang Y, et al. Flexible variable-rate image feature compression for edge-cloud systems[C]//2023 IEEE International Conference on Multimedia and Expo Works... 边缘云系统的灵活可变速率图像特征压缩Hossain M A F, Duan Z, Huang Y, et al. Flexible variable-rate image feature compression for edge-cloud systems[C]//2023 IEEE International Conference on Multimedia and Expo Works...
- FrankenSplit：用于移动边缘计算的浅层变分瓶颈注入高效神经特征压缩A. Furutanpey, P. Raith and S. Dustdar, “FrankenSplit: Efficient Neural Feature Compression With Shallow Variational Bottleneck Injection for Mobile Edge Comp... FrankenSplit：用于移动边缘计算的浅层变分瓶颈注入高效神经特征压缩A. Furutanpey, P. Raith and S. Dustdar, “FrankenSplit: Efficient Neural Feature Compression With Shallow Variational Bottleneck Injection for Mobile Edge Comp...
- AI Compass前沿速览：Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型 AI Compass前沿速览：Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
- WorldSimBench: 迈向作为世界模拟器的视频生成模型Qin Y, Shi Z, Yu J, et al. Worldsimbench: Towards video generation models as world simulators[J]. arXiv preprint arXiv:2410.18072, 2024. 1. 引言与研究背景在采取行动之前，人类会基于目标和对当... WorldSimBench: 迈向作为世界模拟器的视频生成模型Qin Y, Shi Z, Yu J, et al. Worldsimbench: Towards video generation models as world simulators[J]. arXiv preprint arXiv:2410.18072, 2024. 1. 引言与研究背景在采取行动之前，人类会基于目标和对当...
- Stable Video Diffusion：将潜在视频扩散模型扩展到大规模数据集Blattmann A, Dockhorn T, Kulal S, et al. Stable video diffusion: Scaling latent video diffusion models to large datasets[J]. arXiv preprint arXiv:2311.1512... Stable Video Diffusion：将潜在视频扩散模型扩展到大规模数据集Blattmann A, Dockhorn T, Kulal S, et al. Stable video diffusion: Scaling latent video diffusion models to large datasets[J]. arXiv preprint arXiv:2311.1512...
- 机器会“看病”？深度学习正在颠覆医学成像！ 机器会“看病”？深度学习正在颠覆医学成像！
- 从“解题”到“证明”——OpenAI 通用大模型如何摘取 IMO 2025 金牌 一、为什么是 IMO？——AI 推理的“登月考场”国际数学奥林匹克（IMO）被公认为创造性符号推理的巅峰：每题平均 100 分钟级深度思考，远超 GSM8K（0.1 min）、MATH（1 min）、AIME（10 min）；闭卷、禁用计算器/Lean，必须输出多页自然语言证明；评分由人类专家主观判定，无明确... 从“解题”到“证明”——OpenAI 通用大模型如何摘取 IMO 2025 金牌 一、为什么是 IMO？——AI 推理的“登月考场”国际数学奥林匹克（IMO）被公认为创造性符号推理的巅峰：每题平均 100 分钟级深度思考，远超 GSM8K（0.1 min）、MATH（1 min）、AIME（10 min）；闭卷、禁用计算器/Lean，必须输出多页自然语言证明；评分由人类专家主观判定，无明确...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签