论文: Strengthening Layer Interaction via Dynamic Layer Attention

Transformer 是一种基于自注意力机制的深度学习模型，Transformer 的核心在于其能够处理序列数据时，同时考虑序列中所有元素之间的依赖关系，而不...

论文: Small Scale Data-Free Knowledge Distillation

ddddocr（Deep Double-Digital Digits OCR）是一个基于深度学习的数字识别库，专门用于识别双重数字（双位数字）的任务。它是一个开...

在上一篇博客中，我们初步探讨了机器学习如何成为解锁数据背后智慧的关键工具。现在，让我们进一步拓展这个话题，深入解析机器学习的内在机制、最新进展以及它对未来的深远...

A-Train 云分割数据集 ATCS 是一个用于训练深度学习模型的数据集，可对多角度卫星图像中的云进行体积分割。 该数据集由来自 PARASOL 任务上 PO...

Anaconda的安装配置：（Anaconda是一个开源的Python发行版本，包括Conda、Python以及很多安装好的工具包，比如：numpy，panda...

论文: Category-Prompt Refined Feature Learning for Long-Tailed Multi-Label Image C...

根据摩尔定律，计算机的速度平均每两年就会翻一倍，但深度学习的发展速度还要更快，如图 1 和 2 所示。

论文: A Spitting Image: Modular Superpixel Tokenization in Vision Transformers

评价模型不仅要从模型的主要指标上的性能，也要注重模型的稳定性。模型的稳定性体现在对不同样本之间的体现的差异。如模型的方差很大，那可以从如下几个方面进行考虑：

在数字化时代，文本到语音（Text-to-Speech, TTS）技术已成为人机交互的关键桥梁，无论是为视障人士提供辅助阅读，还是为智能助手注入声音的灵魂，TT...

今天猫头虎带大家深入了解一个在人工智能和深度学习领域备受瞩目的Python库——Keras。本文将通过详细的分步指南，帮助大家掌握Keras的安装与基本用法，解...

其中，函数g一般称为过滤器(filters)，函数f指的是信号/图像。在卷积神经网络里，卷积核其实就是一个过滤器，但在深度学习里，它不做反转，而是直接执行逐元素...

最后，我们会通过使用学习到的技术完成文本生成任务，即：输入一个词，由模型预测出指定长度的歌词。

卷积层在深度学习中具有极其重要的地位，特别是在图像处理和计算机视觉领域。它能够有效地提取图像中的特征，通过滑动窗口和权重共享机制，实现对图像的高效处理。学习卷积...

踏入深度学习的奇妙世界，就像开启了一场探索未知的旅程。今天，我们将携手踏上一小段轻松而充满乐趣的入门之旅——价格分类。想象一下，通过神奇的神经网络，我们能够教会...

人脸识别（Human Face Recognition）是使用应用软件中鉴别软件的操作者是不是期待的操作者的一种普遍的技术，用户通过用户名和密码的方法正在逐渐被...

论文: Fine-grained Classes and How to Find Them