- 基于异构卷积神经网络的传感器人体活动识别方法 基于异构卷积神经网络的传感器人体活动识别方法
- 在计算机视觉领域，网络架构设计正经历从手工特征工程向自动特征学习的范式转变。传统卷积神经网络（如VGG、ResNet）通过堆叠相同拓扑结构的模块来构建深度网络，但这种单一维度的扩展方式逐渐显现出局限性。我们注意到，Inception系列网络通过split-transform-merge策略获得了显著性能提升，但其复杂的多分支设计存在参数调整困难、泛化能力受限等问题。我们提出了一种新颖的深度神... 在计算机视觉领域，网络架构设计正经历从手工特征工程向自动特征学习的范式转变。传统卷积神经网络（如VGG、ResNet）通过堆叠相同拓扑结构的模块来构建深度网络，但这种单一维度的扩展方式逐渐显现出局限性。我们注意到，Inception系列网络通过split-transform-merge策略获得了显著性能提升，但其复杂的多分支设计存在参数调整困难、泛化能力受限等问题。我们提出了一种新颖的深度神...
- ResNeXt: 通过聚合残差变换增强深度神经网络 ResNeXt: 通过聚合残差变换增强深度神经网络
- 在数字化时代，数据成为企业的核心资产。DataWorks作为大数据管理的中流砥柱，负责存储、整合和治理海量数据；图神经网络（GNN）则为处理复杂图结构数据提供创新方案。两者结合，开启了知识图谱数据处理与分析的新纪元，助力人工智能推理与决策。DataWorks构建庞大的数据生态体系，涵盖结构化、半结构化及非结构化数据。知识图谱如同智能导航灯塔，将分散的数据编织成紧密的知识网络。 在数字化时代，数据成为企业的核心资产。DataWorks作为大数据管理的中流砥柱，负责存储、整合和治理海量数据；图神经网络（GNN）则为处理复杂图结构数据提供创新方案。两者结合，开启了知识图谱数据处理与分析的新纪元，助力人工智能推理与决策。DataWorks构建庞大的数据生态体系，涵盖结构化、半结构化及非结构化数据。知识图谱如同智能导航灯塔，将分散的数据编织成紧密的知识网络。
- 从文本到图像：DALL-E与MidJourney的技术解读在人工智能生成内容（AIGC）领域，图像生成技术已经取得了巨大的进展。尤其是由OpenAI推出的DALL-E和MidJourney这两款基于生成对抗网络（GAN）和变换器（Transformer）架构的图像生成模型，改变了我们创作与理解艺术的方式。本文将详细解读这两款模型的技术原理，并通过代码实例展示其应用。 1. 引言：AIGC的... 从文本到图像：DALL-E与MidJourney的技术解读在人工智能生成内容（AIGC）领域，图像生成技术已经取得了巨大的进展。尤其是由OpenAI推出的DALL-E和MidJourney这两款基于生成对抗网络（GAN）和变换器（Transformer）架构的图像生成模型，改变了我们创作与理解艺术的方式。本文将详细解读这两款模型的技术原理，并通过代码实例展示其应用。 1. 引言：AIGC的...
- Python从0到100（八十七）：CNN网络详细介绍及WISDM数据集模型仿真 Python从0到100（八十七）：CNN网络详细介绍及WISDM数据集模型仿真
- ShuffleNet通道混合轻量级网络的深入介绍 ShuffleNet通道混合轻量级网络的深入介绍
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）LR = g1(1);NN1 = floor(g1(2))+1; if g1(3)<1/3 x1=4;endif g1(3)>=1/3 & g1(3)<2/3 x1=5; endif g1(... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）LR = g1(1);NN1 = floor(g1(2))+1; if g1(3)<1/3 x1=4;endif g1(3)>=1/3 & g1(3)<2/3 x1=5; endif g1(...
- Swin Transformer：深度解析其架构与代码实现 Swin Transformer：深度解析其架构与代码实现
- ASK-HAR：多尺度特征提取的深度学习模型 ASK-HAR：多尺度特征提取的深度学习模型
- 在 .NET 9 下使用 TensorFlow.NET 构建卷积神经网络 (CNN) 识别手写数字 介绍TensorFlow.NET 是一个 .NET 库，使您能够在 .NET 环境中使用 TensorFlow，提供类似 Python 的 API。通过它，我们可以在 .NET 中实现深度学习模型，如卷积神经网络（CNN）来处理图像分类任务，例如 MNIST 手写数字识别。 应用使用场景数字... 在 .NET 9 下使用 TensorFlow.NET 构建卷积神经网络 (CNN) 识别手写数字 介绍TensorFlow.NET 是一个 .NET 库，使您能够在 .NET 环境中使用 TensorFlow，提供类似 Python 的 API。通过它，我们可以在 .NET 中实现深度学习模型，如卷积神经网络（CNN）来处理图像分类任务，例如 MNIST 手写数字识别。 应用使用场景数字...
- Python从0到100（八十五）：神经网络-使用迁移学习完成猫狗分类 Python从0到100（八十五）：神经网络-使用迁移学习完成猫狗分类
- CIR-DFENet：结合跨模态图像表示和双流特征增强网络进行活动识别 CIR-DFENet：结合跨模态图像表示和双流特征增强网络进行活动识别
- 低资源环境中的扩散模型优化：减少计算资源的生成方法在人工智能生成内容（AIGC）领域，扩散模型（Diffusion Models）凭借其卓越的生成能力，成为了近年来备受关注的生成模型之一。尽管其在图像生成、文本生成等领域表现出了极大的潜力，但扩散模型的计算开销较大，这使得其在低资源环境中应用时遇到了巨大的挑战。本文将探讨在低资源环境下，如何优化扩散模型的计算资源使用，减少其对硬件的依赖，并... 低资源环境中的扩散模型优化：减少计算资源的生成方法在人工智能生成内容（AIGC）领域，扩散模型（Diffusion Models）凭借其卓越的生成能力，成为了近年来备受关注的生成模型之一。尽管其在图像生成、文本生成等领域表现出了极大的潜力，但扩散模型的计算开销较大，这使得其在低资源环境中应用时遇到了巨大的挑战。本文将探讨在低资源环境下，如何优化扩散模型的计算资源使用，减少其对硬件的依赖，并...
- 全连接神经网络（Fully Connected Neural Network，简称 FCNN 或简称为全连接层）是一种人工神经网络结构，是深度学习中最为基础和核心的模型之一。全连接神经网络的基本特性是每一层的神经元与其前一层的所有神经元相连接，这种全连接的特性使得网络可以进行复杂的特征抽取和非线性变换，从而使模型具备较强的表达能力。 1. 什么是全连接神经网络？全连接神经网络是一种经典的前馈... 全连接神经网络（Fully Connected Neural Network，简称 FCNN 或简称为全连接层）是一种人工神经网络结构，是深度学习中最为基础和核心的模型之一。全连接神经网络的基本特性是每一层的神经元与其前一层的所有神经元相连接，这种全连接的特性使得网络可以进行复杂的特征抽取和非线性变换，从而使模型具备较强的表达能力。 1. 什么是全连接神经网络？全连接神经网络是一种经典的前馈...
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