- 常见的30种NLP任务非常适合练手的Project 作用：研究+练手，加深理解，项目涵盖95+%NLP业务场景。 下列Project都是类似论文实现那样的demo级的，也不是传统的工程实现，用的方法一般... 常见的30种NLP任务非常适合练手的Project 作用：研究+练手，加深理解，项目涵盖95+%NLP业务场景。 下列Project都是类似论文实现那样的demo级的，也不是传统的工程实现，用的方法一般...
- 0.背景简述 GNN的本质,是要学习网络中每个节点的表达的，这些潜在的表达对图中每个节点的“社交”关系进行了编码，把离散值的节点编码成稠密向量，后续可用于分类回归，或者作为下游任务的特征。 更多：本次... 0.背景简述 GNN的本质,是要学习网络中每个节点的表达的，这些潜在的表达对图中每个节点的“社交”关系进行了编码，把离散值的节点编码成稠密向量，后续可用于分类回归，或者作为下游任务的特征。 更多：本次...
- 学习心得 这次学习了基于图同构网络（GIN）的图表征网络。为了得到图表征首先需要做节点表征，然后做图读出。GIN中节点表征的计算遵循WL Test算法中节点标签的更新方法，因此它的上界是WL Test... 学习心得 这次学习了基于图同构网络（GIN）的图表征网络。为了得到图表征首先需要做节点表征，然后做图读出。GIN中节点表征的计算遵循WL Test算法中节点标签的更新方法，因此它的上界是WL Test...
- 常用文本识别算法有两种： CNN+RNN+CTC（CRNN+CTC）CNN+Seq2Seq+Attention 其中CTC与Attention相当于是一种对齐方式，具体算法原理比较复杂，就不做详细的探讨。其中CTC可参考这篇博文，关于Attention机制的介绍，可以参考我的另一篇博文。 CRNN 全称为 Convolution... 常用文本识别算法有两种： CNN+RNN+CTC（CRNN+CTC）CNN+Seq2Seq+Attention 其中CTC与Attention相当于是一种对齐方式，具体算法原理比较复杂，就不做详细的探讨。其中CTC可参考这篇博文，关于Attention机制的介绍，可以参考我的另一篇博文。 CRNN 全称为 Convolution...
- 本文当前，还很粗糙，谨慎查阅 后续看到相关资料再更新 摘自 论文 Generative Image Inpainting with Contextual Attention our in... 本文当前，还很粗糙，谨慎查阅 后续看到相关资料再更新 摘自 论文 Generative Image Inpainting with Contextual Attention our in...
- 尽管最近长尾目标检测取得了成功，但几乎所有的长尾目标检测器都是基于两阶段范式开发的。在实践中，一阶段检测器在行业中更为普遍，因为它们有一个简单和快速的Pipeline，易于部署。然而，在长尾情况下，这一工作迄今还没有得到探索。 在本文中，研究了一阶段检测器在这种情况下是否表现良好。作者发现，阻碍一阶段检测器取得优异性能... 尽管最近长尾目标检测取得了成功，但几乎所有的长尾目标检测器都是基于两阶段范式开发的。在实践中，一阶段检测器在行业中更为普遍，因为它们有一个简单和快速的Pipeline，易于部署。然而，在长尾情况下，这一工作迄今还没有得到探索。 在本文中，研究了一阶段检测器在这种情况下是否表现良好。作者发现，阻碍一阶段检测器取得优异性能...
- 论文链接：https://arxiv.org/pdf/2201.03545.pdf 代码链接：https://github.com/facebookresearch/ConvNeXt 最小的模型100m ConvNeXt-S224x22478.722M4.3G Abstract ViT伴随着视觉的“20年代”咆哮而来，迅速的碾压... 论文链接：https://arxiv.org/pdf/2201.03545.pdf 代码链接：https://github.com/facebookresearch/ConvNeXt 最小的模型100m ConvNeXt-S224x22478.722M4.3G Abstract ViT伴随着视觉的“20年代”咆哮而来，迅速的碾压...
- 吴恩达老师机器学习视频课程笔记简记 1 第9章节 课时64： 通常除了输入层和输出层，其他层都成为 隐藏层 定义基本的神经网络 课时65： 前向传播： 依次计算激活项，从输入层到隐藏层再到输出... 吴恩达老师机器学习视频课程笔记简记 1 第9章节 课时64： 通常除了输入层和输出层，其他层都成为 隐藏层 定义基本的神经网络 课时65： 前向传播： 依次计算激活项，从输入层到隐藏层再到输出...
- 仿射层（Affine Layer） 神经网络中的一个全连接层。仿射（Affine）的意思是前面一层中的每一个神经元都连接到当前层中的每一个神经元。在许多方面，这是神经网络的「标准」层。仿射层通常被加在卷... 仿射层（Affine Layer） 神经网络中的一个全连接层。仿射（Affine）的意思是前面一层中的每一个神经元都连接到当前层中的每一个神经元。在许多方面，这是神经网络的「标准」层。仿射层通常被加在卷...
- 文章目录 I . 神经网络 ( Neural Networks ) 简介II . 神经网络三要素III . 神经网络拓扑结构IV . 神经网络连接方式V . 神经网络学习规则VI . 浅层神经网络... 文章目录 I . 神经网络 ( Neural Networks ) 简介II . 神经网络三要素III . 神经网络拓扑结构IV . 神经网络连接方式V . 神经网络学习规则VI . 浅层神经网络...
- 简介 该论文的作者声称核心算法实现了对于实时应用程序而言足够低的在线分类错误率（DER） – 在NIST SRE 2000 CALLHOME基准测试中为7.6％，而谷歌之前的方法为8.8％DER 的代码... 简介 该论文的作者声称核心算法实现了对于实时应用程序而言足够低的在线分类错误率（DER） – 在NIST SRE 2000 CALLHOME基准测试中为7.6％，而谷歌之前的方法为8.8％DER 的代码...
- 概要 本文介绍了首个用于实时立体匹配的端到端深度架构StereoNet，该架构可在NVidia Titan X上以60fps运行，生成高质量、边缘保持、无量化的视差图。本文的一个关键观点是，该网络的... 概要 本文介绍了首个用于实时立体匹配的端到端深度架构StereoNet，该架构可在NVidia Titan X上以60fps运行，生成高质量、边缘保持、无量化的视差图。本文的一个关键观点是，该网络的...
- 简 介： 本文选取了2021年人工神经网络第四次作业学生提交的作业。供交流使用。 关键词： 人工神经网络 ... 简 介： 本文选取了2021年人工神经网络第四次作业学生提交的作业。供交流使用。 关键词： 人工神经网络 ...
- 这个是收录： GitHub - MarkMoHR/Awesome-Edge-Detection-Papers: A collection of edge/contour/boundary detection papers and toolbox. 这个模型比较小，效果还可以： GitHub - zhuoinoulu/p... 这个是收录： GitHub - MarkMoHR/Awesome-Edge-Detection-Papers: A collection of edge/contour/boundary detection papers and toolbox. 这个模型比较小，效果还可以： GitHub - zhuoinoulu/p...
- 构建一个字母ABC的手写识别网络, 要求给出算法误差收敛曲线，所给程序要有图片导入接口。 其中A，B，C都代表label，三个文件夹存在具体的图片。只要是这样类型的，直接套下面模板。 impo... 构建一个字母ABC的手写识别网络, 要求给出算法误差收敛曲线，所给程序要有图片导入接口。 其中A，B，C都代表label，三个文件夹存在具体的图片。只要是这样类型的，直接套下面模板。 impo...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签