- 现在已经覆盖了图的介绍，图的主要类型，不同的图算法，在Python中使用Networkx来实现它们，以及用于节点标记，链接预测和图嵌入的图学习技术，最后讲了GNN分类应用以及未来发展方向！ 现在已经覆盖了图的介绍，图的主要类型，不同的图算法，在Python中使用Networkx来实现它们，以及用于节点标记，链接预测和图嵌入的图学习技术，最后讲了GNN分类应用以及未来发展方向！
- 这篇文章提出了动态记忆生成对抗网络（DM-GAN）来生成高质量的图像。该方法可以在初始图像生成不好时，引入动态存储模块来细化模糊图像内容，从而能够从文本描述中更加准确地生成图像。 文章被2019年CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议收录。 这篇文章提出了动态记忆生成对抗网络（DM-GAN）来生成高质量的图像。该方法可以在初始图像生成不好时，引入动态存储模块来细化模糊图像内容，从而能够从文本描述中更加准确地生成图像。 文章被2019年CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议收录。
- 这是一篇用GAN做文本生成图像（Text to Image、T2I）的论文，文章在2016年由Reed等人发布，被ICML会议录取。可以说是用GAN做文本生成图像的开山之作。 这是一篇用GAN做文本生成图像（Text to Image、T2I）的论文，文章在2016年由Reed等人发布，被ICML会议录取。可以说是用GAN做文本生成图像的开山之作。
- 基于GAN的文本生成图像，最早在2016年由Reed等人提出，最开始是Conditional GANs的扩展，仅在受限的数据集取得成果，小图像分辨率64*64。本系列是根据2021年的一篇论文《Adversarial Text-to-Image Synthesis: A Review》理解所写，主要在于总结和归纳基于GAN的“文本生成图像”（text to image）方向的研究情况 基于GAN的文本生成图像，最早在2016年由Reed等人提出，最开始是Conditional GANs的扩展，仅在受限的数据集取得成果，小图像分辨率64*64。本系列是根据2021年的一篇论文《Adversarial Text-to-Image Synthesis: A Review》理解所写，主要在于总结和归纳基于GAN的“文本生成图像”（text to image）方向的研究情况
- TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。该论文已被NeruIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年12... TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。该论文已被NeruIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年12...
- @TOC 全连接神经网络 全连接网络原理简述我们举一个例子，假设房子的价格为y，那么他的地点x1与面积x2都与体制有关我们设定公式：y=x1w1∗x2w2y = x_1w_1*x_2w_2y=x1w1∗x2w2假设我们让这个模型训练了n轮，得到了最优解，权重系数w1w_1w1=0.3,w2=0.7w_2=0.7w2=0.7，我们就可以相对的认为地点与面积对房价的影响程度不同。而在... @TOC 全连接神经网络 全连接网络原理简述我们举一个例子，假设房子的价格为y，那么他的地点x1与面积x2都与体制有关我们设定公式：y=x1w1∗x2w2y = x_1w_1*x_2w_2y=x1w1∗x2w2假设我们让这个模型训练了n轮，得到了最优解，权重系数w1w_1w1=0.3,w2=0.7w_2=0.7w2=0.7，我们就可以相对的认为地点与面积对房价的影响程度不同。而在...
- 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。前一篇介绍了两个作者溯源的工作，从二进制代码和源代码两方面实现作者去匿名化或识别。这篇文章主要介绍六个非常具有代表性的向量表征算法，它们有特征词向量表示、文档向量表示、图向量表示，以及两个安全领域二进制和日志的向量表征。通过类似的梳理，让读者看看这些大佬是如何创新及应用到新领域的，希望能帮助到大家。 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。前一篇介绍了两个作者溯源的工作，从二进制代码和源代码两方面实现作者去匿名化或识别。这篇文章主要介绍六个非常具有代表性的向量表征算法，它们有特征词向量表示、文档向量表示、图向量表示，以及两个安全领域二进制和日志的向量表征。通过类似的梳理，让读者看看这些大佬是如何创新及应用到新领域的，希望能帮助到大家。
- 将现实世界场景的照片转换为动漫风格图像的方法，这是计算机视觉和艺术风格转换中一项有意义且具有挑战性的任务，而本文中我们介绍的 AnimeGAN 就是 GitHub 上一款爆火的二次元漫画风格迁移工具，可以实现快速的动画风格迁移。该工具是基于神经风格迁移和生成对抗网络 (GAN) 技术打造的，相比于传统的神经网络模型，GAN 是一种全新的非监督式的架构。 将现实世界场景的照片转换为动漫风格图像的方法，这是计算机视觉和艺术风格转换中一项有意义且具有挑战性的任务，而本文中我们介绍的 AnimeGAN 就是 GitHub 上一款爆火的二次元漫画风格迁移工具，可以实现快速的动画风格迁移。该工具是基于神经风格迁移和生成对抗网络 (GAN) 技术打造的，相比于传统的神经网络模型，GAN 是一种全新的非监督式的架构。
- 学习神经元、神经网络、感知机、激活函数以及损失函数等网络的基本组成与概念。了解网络的训练方法包括前向传播、与误差反向传播算法。了解最常用的两种神经网络，卷积神经网络和循环神经网络。 学习神经元、神经网络、感知机、激活函数以及损失函数等网络的基本组成与概念。了解网络的训练方法包括前向传播、与误差反向传播算法。了解最常用的两种神经网络，卷积神经网络和循环神经网络。
- 上一期我们了解到昇腾开发者在进行神经网络模型训练或推理的过程中，可能会需要进行自定义算子的开发，在进行CANN算子开发前，本文先带您认识下什么是算子，算子有哪些基本特征。 上一期我们了解到昇腾开发者在进行神经网络模型训练或推理的过程中，可能会需要进行自定义算子的开发，在进行CANN算子开发前，本文先带您认识下什么是算子，算子有哪些基本特征。
- 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。这篇文章将带来清华唐杰老师的分享“图神经网络及认知推理总结和普及”或“Graph Neural Networks and Applications—A Review”。唐老师也是学术界大牛，真心值得我们学习。同时文章融合了自己十年NLP的理解及相关资料补充，只希望帮助更多初学者，且看且珍惜，写得不好的地方请海 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。这篇文章将带来清华唐杰老师的分享“图神经网络及认知推理总结和普及”或“Graph Neural Networks and Applications—A Review”。唐老师也是学术界大牛，真心值得我们学习。同时文章融合了自己十年NLP的理解及相关资料补充，只希望帮助更多初学者，且看且珍惜，写得不好的地方请海
- 本文提出了两个用于无监督的具备可解释性和鲁棒性时间序列离群点检测的自动编码器框架 本文提出了两个用于无监督的具备可解释性和鲁棒性时间序列离群点检测的自动编码器框架
- 本文给大家分享一篇我们在CVPR 2022 上的paper DATA: Domain-Aware and Task-Aware. 文章首先分析了自监督预训练和神经网络结构搜索（NAS）的背景与联系，提出了一种高效的可针对下游定制化的自监督NAS算法，并解决了过去NAS需要强监督标签的问题。 本文给大家分享一篇我们在CVPR 2022 上的paper DATA: Domain-Aware and Task-Aware. 文章首先分析了自监督预训练和神经网络结构搜索（NAS）的背景与联系，提出了一种高效的可针对下游定制化的自监督NAS算法，并解决了过去NAS需要强监督标签的问题。
- SWA：平均权重导致更广泛的最优和更好的泛化 摘要深度神经网络通常通过使用 SGD 变体优化损失函数以及衰减学习率来训练，直到收敛。 我们展示了沿 SGD 轨迹的多个点的简单平均，具有周期性或恒定的学习率，比传统训练具有更好的泛化能力。 我们还表明，这种随机权重平均 (SWA) 过程找到了比 SGD 更平坦的解决方案，并用单个模型逼近了最近的快速几何集成 (FGE) 方法。 使用 SWA，... SWA：平均权重导致更广泛的最优和更好的泛化 摘要深度神经网络通常通过使用 SGD 变体优化损失函数以及衰减学习率来训练，直到收敛。 我们展示了沿 SGD 轨迹的多个点的简单平均，具有周期性或恒定的学习率，比传统训练具有更好的泛化能力。 我们还表明，这种随机权重平均 (SWA) 过程找到了比 SGD 更平坦的解决方案，并用单个模型逼近了最近的快速几何集成 (FGE) 方法。 使用 SWA，...
- 关于图像，我们最常听说的就是图像的像素，那么像素到底是什么？它的取值又意味着什么？我们一起来聊一聊，通过这一篇文章大概了解一些关于计算机视觉的术语，在脑海中对计算机视觉留下一个印象方便我们的持续学习 关于图像，我们最常听说的就是图像的像素，那么像素到底是什么？它的取值又意味着什么？我们一起来聊一聊，通过这一篇文章大概了解一些关于计算机视觉的术语，在脑海中对计算机视觉留下一个印象方便我们的持续学习
上滑加载中
推荐直播
-
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
回顾中 -
智能观测进化论系列沙龙（第一期）2025/02/28 周五 14:00-16:30
华为及外部讲师团
本期直播就智能化可观测技术的融合与创新、落地与实践、瓶颈与未来等业界关心的话题进行深入探讨。
回顾中 -
聚焦Deepseek，洞察开发者生态发展2025/02/28 周五 19:00-20:30
蒋涛 csdn创始人
深入剖析Deepseek爆发后，中国开发者生态潜藏的巨大发展潜能与未来走向，精准提炼出可供大家把握的时代机遇，干货满满，不容错过。
回顾中
热门标签