- 《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
- 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。这篇文章将详细分享基于机器学习的恶意代码检测技术，主要参考郑师兄的视频总结，包括机器学习概述与算法举例、基于机器学习方法的恶意代码检测、机器学习算法在工业界的应用。同时，详细分享了基于机器学习的恶意代码检测技术，希望您喜欢。 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。这篇文章将详细分享基于机器学习的恶意代码检测技术，主要参考郑师兄的视频总结，包括机器学习概述与算法举例、基于机器学习方法的恶意代码检测、机器学习算法在工业界的应用。同时，详细分享了基于机器学习的恶意代码检测技术，希望您喜欢。
- MobileNets：用于移动视觉应用的高效卷积神经网络 摘要我们提出了一类称为 MobileNets 的高效模型，用于移动和嵌入式视觉应用。 MobileNets 基于流线型架构，使用深度可分离卷积来构建轻量级深度神经网络。 我们引入了两个简单的全局超参数，可以有效地在延迟和准确性之间进行权衡。 这些超参数允许模型构建者根据问题的约束为其应用程序选择合适大小的模型。 我们在资源和准确性权... MobileNets：用于移动视觉应用的高效卷积神经网络 摘要我们提出了一类称为 MobileNets 的高效模型，用于移动和嵌入式视觉应用。 MobileNets 基于流线型架构，使用深度可分离卷积来构建轻量级深度神经网络。 我们引入了两个简单的全局超参数，可以有效地在延迟和准确性之间进行权衡。 这些超参数允许模型构建者根据问题的约束为其应用程序选择合适大小的模型。 我们在资源和准确性权...
- 深度学习吴恩达老师（一）：神经网络和深度学习(Neural Networks and Deep Learning)：内容整理 + 习题分享 深度学习吴恩达老师（一）：神经网络和深度学习(Neural Networks and Deep Learning)：内容整理 + 习题分享
- 从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了BiLSTM-CRF模型搭建及训练、预测，最终实现医学命名实体识别实验。这篇文章将详细讲解Keras实现经典的深度学习文本分类算法，包括LSTM、BiLSTM、BiLSTM+Attention和CNN、TextCNN，这篇文章将以代码为主，让读者直观感受深度神经网络，希望对您有所帮助~ 从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了BiLSTM-CRF模型搭建及训练、预测，最终实现医学命名实体识别实验。这篇文章将详细讲解Keras实现经典的深度学习文本分类算法，包括LSTM、BiLSTM、BiLSTM+Attention和CNN、TextCNN，这篇文章将以代码为主，让读者直观感受深度神经网络，希望对您有所帮助~
- 实体是知识图谱最重要的组成，命名实体识别（Named Entity Recognition，NER）对于知识图谱构建具有很重要意义。命名实体是一个词或短语，它可以在具有相似属性的一组事物中清楚地标识出某一个事物。命名实体识别（NER）则是指在文本中定位命名实体的边界并分类到预定义类型集合的过程。本文介绍了基于BiLSTM+CRF的医学命名实体识别研究，希望对您有所帮助~ 实体是知识图谱最重要的组成，命名实体识别（Named Entity Recognition，NER）对于知识图谱构建具有很重要意义。命名实体是一个词或短语，它可以在具有相似属性的一组事物中清楚地标识出某一个事物。命名实体识别（NER）则是指在文本中定位命名实体的边界并分类到预定义类型集合的过程。本文介绍了基于BiLSTM+CRF的医学命名实体识别研究，希望对您有所帮助~
- 实体是知识图谱最重要的组成，命名实体识别（Named Entity Recognition，NER）对于知识图谱构建具有很重要意义。命名实体是一个词或短语，它可以在具有相似属性的一组事物中清楚地标识出某一个事物。命名实体识别（NER）则是指在文本中定位命名实体的边界并分类到预定义类型集合的过程。本文介绍了基于BiLSTM+CRF的医学命名实体识别研究，希望对您有所帮助~ 实体是知识图谱最重要的组成，命名实体识别（Named Entity Recognition，NER）对于知识图谱构建具有很重要意义。命名实体是一个词或短语，它可以在具有相似属性的一组事物中清楚地标识出某一个事物。命名实体识别（NER）则是指在文本中定位命名实体的边界并分类到预定义类型集合的过程。本文介绍了基于BiLSTM+CRF的医学命名实体识别研究，希望对您有所帮助~
- 前一篇文章分享了CNN实现中文文本分类的过程，并与贝叶斯、决策树、逻辑回归、随机森林、KNN、SVM等分类算法进行对比。这篇文章将详细讲解通过自定义情感词典（大连理工词典）实现情感分析和情绪分类的过程，并与SnowNLP进行对比，为后续深度学习和自然语言处理（情感分析、实体识别、实体对齐、知识图谱构建、文本挖掘）结合做基础，希望对您有所帮助~ 前一篇文章分享了CNN实现中文文本分类的过程，并与贝叶斯、决策树、逻辑回归、随机森林、KNN、SVM等分类算法进行对比。这篇文章将详细讲解通过自定义情感词典（大连理工词典）实现情感分析和情绪分类的过程，并与SnowNLP进行对比，为后续深度学习和自然语言处理（情感分析、实体识别、实体对齐、知识图谱构建、文本挖掘）结合做基础，希望对您有所帮助~
- 活动链接：https://bbs.huaweicloud.com/forum/thread-164772-1-1.html还记得在任务一时，基于昇腾CANN的推理应用开发--高清图像修复（Python）实验吗？ 附上实验链接：https://www.hiascend.com/zh/college/onlineExperiment/detail/664601这次需要在自己的环境上真实复现上述实... 活动链接：https://bbs.huaweicloud.com/forum/thread-164772-1-1.html还记得在任务一时，基于昇腾CANN的推理应用开发--高清图像修复（Python）实验吗？ 附上实验链接：https://www.hiascend.com/zh/college/onlineExperiment/detail/664601这次需要在自己的环境上真实复现上述实...
- 前一篇文章分享了循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。这篇文章作者将带领大家用Keras实现RNN和LSTM的文本分类算法，并与传统的机器学习分类算法进行对比实验。基础性文章，希望对您有所帮助！ 前一篇文章分享了循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。这篇文章作者将带领大家用Keras实现RNN和LSTM的文本分类算法，并与传统的机器学习分类算法进行对比实验。基础性文章，希望对您有所帮助！
- 前一篇文章详细讲解了无监督学习Autoencoder的原理知识，然后用MNIST手写数字案例进行对比实验及聚类分析。这篇文章将开启Keras人工智能的学习，主要分享Keras环境搭建、入门基础及回归神经网络案例。基础性文章，希望对您有所帮助！ 前一篇文章详细讲解了无监督学习Autoencoder的原理知识，然后用MNIST手写数字案例进行对比实验及聚类分析。这篇文章将开启Keras人工智能的学习，主要分享Keras环境搭建、入门基础及回归神经网络案例。基础性文章，希望对您有所帮助！
上滑加载中
推荐直播
-
GaussDB管理平台TPOPS，DBA高效运维的一站式解决方案2024/12/24 周二 16:30-18:00
Leo 华为云数据库DTSE技术布道师
数据库的复杂运维，是否让你感到头疼不已？今天，华为云GaussDB管理平台将彻底来改观！本期直播，我们将深入探索GaussDB管理平台的TPOPS功能，带你感受一键式部署安装的便捷，和智能化运维管理的高效，让复杂的运维、管理变得简单，让简单变得可靠。
回顾中 -
华为云软件开发生产线（CodeArts）11月新特性解读2024/12/24 周二 19:00-20:00
苏柏亚培 华为云高级产品经理
不知道产品的最新特性？没法和产品团队建立直接的沟通？本期直播产品经理将为您解读华为云软件开发生产线10月发布的新特性，并在直播过程中为您答疑解惑。
即将直播
热门标签