腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
人工智能前沿讲习
专栏作者
举报
411
文章
414770
阅读量
69
订阅数
订阅专栏
申请加入专栏
全部文章(411)
人工智能(145)
神经网络(135)
深度学习(119)
编程算法(94)
机器学习(88)
网络安全(53)
https(50)
模型(33)
NLP 服务(30)
图像处理(30)
数据(25)
linux(21)
大数据(17)
机器人(17)
腾讯云开发者社区(17)
迁移学习(16)
数据分析(16)
知识图谱(15)
卷积神经网络(14)
监督学习(14)
强化学习(13)
学习方法(13)
机器翻译(12)
数据库(10)
人脸识别(9)
自动驾驶(9)
python(9)
安全(9)
数据结构(9)
语音识别(8)
pytorch(8)
性能(8)
html(7)
sql(7)
无人驾驶(7)
图像识别(7)
聚类算法(7)
工作(7)
基础(7)
论文(7)
文件存储(6)
腾讯云测试服务(6)
推荐系统(6)
框架(6)
算法(6)
网络(6)
数据挖掘(5)
css(5)
批量计算(5)
开源(5)
模式识别(5)
无监督学习(5)
迁移(5)
联邦学习(5)
汽车(5)
视频(5)
系统(5)
c++(4)
硬件开发(4)
git(4)
github(4)
网站(4)
分布式(4)
架构(4)
tensorflow(3)
node.js(3)
语音合成(3)
http(3)
numpy(3)
物联网(3)
编码(3)
测试(3)
函数(3)
优化(3)
go(2)
日志服务(2)
渲染(2)
游戏(2)
缓存(2)
面向对象编程(2)
数据处理(2)
系统架构(2)
processing(2)
特征工程(2)
智能制造(2)
工具(2)
技巧(2)
可视化(2)
连接(2)
量化(2)
数学(2)
统计(2)
对象存储(1)
其他(1)
区块链(1)
ios(1)
iphone(1)
php(1)
javascript(1)
jquery(1)
oracle(1)
ide(1)
api(1)
搜索引擎(1)
apache(1)
智能鉴黄(1)
文字识别(1)
人脸核身(1)
内容理解(1)
电商(1)
医疗(1)
企业(1)
vr 视频解决方案(1)
智能交通(1)
svg(1)
存储(1)
爬虫(1)
spark(1)
ssh(1)
正则表达式(1)
keras(1)
kernel(1)
gcc(1)
windows(1)
架构设计(1)
fpga(1)
智能教育(1)
云计算(1)
分类算法(1)
5g(1)
ghost(1)
图像搜索(1)
视频理解(1)
智能客服机器人(1)
教育(1)
ads(1)
aigc(1)
analysis(1)
auto(1)
average(1)
backbone(1)
chat(1)
dimensions(1)
field(1)
gaussian(1)
google(1)
hook(1)
latex(1)
lisp(1)
math(1)
max(1)
model(1)
nas(1)
network(1)
next(1)
normalization(1)
office(1)
openai(1)
pca(1)
pdf(1)
powerpoint(1)
scale(1)
self(1)
survey(1)
tracking(1)
vr(1)
编程(1)
变量(1)
部署(1)
程序设计(1)
递归(1)
读书笔记(1)
对象(1)
二进制(1)
集合(1)
集群(1)
计算机视觉(1)
内存(1)
排序(1)
事件(1)
数据科学(1)
搜索(1)
效率(1)
协议(1)
压缩(1)
装饰器(1)
自然语言处理(1)
图像分割(1)
搜索文章
搜索
搜索
关闭
【综述专栏】大型语言模型的景观:范式与微调策略的全面综述和分析
架构
模型
数据
编码
基础
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-04-19
134
0
【强基固本】PyTorch小技巧:使用Hook可视化网络层激活(各层输出)
pytorch
hook
技巧
可视化
模型
“强基固本,行稳致远”,科学研究离不开理论基础,人工智能学科更是需要数学、物理和神经科学等基础学科提供有力支撑,为了紧扣时代脉搏,我们推出“强基固本”专栏,讲解AI领域的基础知识,为你的科研学习提供助力,夯实理论基础,提升原始创新能力,敬请关注。
马上科普尚尚
2024-04-19
75
0
【综述专栏】扩散模型最新有何进展?普林斯顿伯克利最新「扩散模型」综述:应用、引导生成、统计率和优化!
函数
模型
数据
统计
优化
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-04-19
185
0
【他山之石】CVPR2024-MA-LMM: 内存增强的大型多模态模型,用于长期视频理解
内存
视频
视频理解
工作
模型
随着大型语言模型(LLMs)的成功,将视觉模型整合到LLMs中以构建视觉-语言基础模型近来引起了更多的关注。然而,现有的基于LLM的大型多模态模型(例如,Video-LLaMA,VideoChat)只能处理有限数量的帧来理解短视频。
马上科普尚尚
2024-04-19
72
0
【综述专栏】图强化学习在组合优化中的应用
强化学习
工作
模型
算法
优化
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-04-19
106
0
【综述专栏】多语言大型语言模型:资源、分类和前沿综述
模型
数据
性能
自然语言处理
工作
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-04-13
165
0
【源头活水】顶刊解读!IEEE T-PAMI (CCF-A,IF 23.6)2024年46卷第一期
对象
量化
模型
数据
压缩
“问渠那得清如许,为有源头活水来”,通过前沿领域知识的学习,从其他研究领域得到启发,对研究问题的本质有更清晰的认识和理解,是自我提高的不竭源泉。为此,我们特别精选论文阅读笔记,开辟“源头活水”专栏,帮助你广泛而深入的阅读科研文献,敬请关注!
马上科普尚尚
2024-04-13
110
0
【源头活水】顶刊解读!IEEE T-PAMI (CCF-A,IF 23.6)2024年46卷第一期 [2]
安全
系统架构
框架
模型
网络
Volume 46, Number 1, January 2024,46卷第一期,第二部分11-20
马上科普尚尚
2024-03-27
104
0
【源头活水】顶刊解读!IEEE T-PAMI (CCF-A,IF 23.6)2024年46卷第一期 [1]
模型
数据
系统
系统架构
框架
联邦学习、数据异质性、贝叶斯理论 L. Liu et al., "A Bayesian Federated Learning Framework With Online Laplace Approximation," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 46, no. 1, pp. 1-16, Jan. 2024, doi: 10.1109/TPAMI.2023.3322743.
马上科普尚尚
2024-03-25
318
0
【综述专栏】可解释人工智能中基于梯度的特征归因
神经网络
人工智能
工作
模型
算法
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-03-25
165
0
【综述专栏】《图神经网络不确定性》最新综述
神经网络
量化
模型
数据
性能
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-03-15
158
0
【综述专栏】虹膜呈现攻击检测综述
部署
模型
数据
系统
协议
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-03-13
59
0
【综述专栏】Sora背后的技术《可控生成与文本到图像扩散模型》
基础
框架
模型
开源
工作
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-03-12
141
0
【综述专栏】检索增强生成在AIGC中的应用
基础
模型
数据
系统
aigc
在科学研究中,从方法论上来讲,都应“先见森林,再见树木”。当前,人工智能学术研究方兴未艾,技术迅猛发展,可谓万木争荣,日新月异。对于AI从业者来说,在广袤的知识森林中,系统梳理脉络,才能更好地把握趋势。为此,我们精选国内外优秀的综述文章,开辟“综述专栏”,敬请关注。
马上科普尚尚
2024-03-11
139
0
【固本强基】Vision Transformers的注意力层概念解释和代码实现
dimensions
self
基础
计算机视觉
连接
“强基固本,行稳致远”,科学研究离不开理论基础,人工智能学科更是需要数学、物理和神经科学等基础学科提供有力支撑,为了紧扣时代脉搏,我们推出“强基固本”专栏,讲解AI领域的基础知识,为你的科研学习提供助力,夯实理论基础,提升原始创新能力,敬请关注。
马上科普尚尚
2024-03-11
110
0
【他山之石】RNN效率媲美Transformer,谷歌新架构两连发:同等规模强于Mamba!
模型
效率
性能
架构
论文
“他山之石,可以攻玉”,站在巨人的肩膀才能看得更高,走得更远。在科研的道路上,更需借助东风才能更快前行。为此,我们特别搜集整理了一些实用的代码链接,数据集,软件,编程技巧等,开辟“他山之石”专栏,助你乘风破浪,一路奋勇向前,敬请关注!
马上科普尚尚
2024-03-11
101
0
【他山之石】大视频模型是世界模型?DeepMind/UC伯克利华人一作:预测下一帧就能改变世界
数据
游戏
机器人
模型
视频
“他山之石,可以攻玉”,站在巨人的肩膀才能看得更高,走得更远。在科研的道路上,更需借助东风才能更快前行。为此,我们特别搜集整理了一些实用的代码链接,数据集,软件,编程技巧等,开辟“他山之石”专栏,助你乘风破浪,一路奋勇向前,敬请关注!
马上科普尚尚
2024-03-11
68
0
【综述专栏】基于扩散模型的图像编辑:首篇综述
工具
框架
模型
系统
性能
AIGC 大模型最火热的任务之一——基于 Diffusion Model 的图像编辑(editing)领域的首篇综述。长达 26 页,涵盖 297 篇文献!本文全面研究图像编辑前沿方法,并根据技术路线精炼地划分为 3 个大类、14 个子类,通过表格列明每个方法的类型、条件、可执行任务等信息。此外,本文提出了一个全新 benchmark 以及 LMM Score 指标来对代表性方法进行实验评估,为研究者提供了便捷的学习参考工具。强烈推荐 AIGC 大模型研究者或爱好者阅读,紧跟热点。
马上科普尚尚
2024-03-11
138
0
【综述专栏】北科大最新《分布变化下的图学习》综述,详述领域适应、非分布和持续学习进展
模型
数据
网络
性能
测试
图学习在各种应用场景中发挥着关键作用,并且由于其在建模由图结构数据表示的复杂数据关系方面的有效性,已经获得了显著的关注,这些应用场景包括社交网络分析到推荐系统。实际上,现实世界中的图数据通常随着时间展现出动态性,节点属性和边结构的变化导致了严重的图数据分布偏移问题。这个问题由分布偏移的多样性和复杂性加剧,这些偏移可以显著影响图学习方法在降低的泛化和适应能力方面的性能,提出了一个对其有效性构成实质挑战的重大问题。在这篇综述中,我们提供了一个全面的回顾和总结,涵盖了解决图学习背景下分布偏移问题的最新方法、策略和见解。具体而言,根据在推断阶段分布的可观测性和在训练阶段充分监督信息的可用性,我们将现有的图学习方法分类为几个基本场景,包括图域适应学习、图离群分布学习和图持续学习。对于每个场景,都提出了详细的分类法,包括对存在的分布偏移图学习进展的具体描述和讨论。此外,我们还讨论了在分布偏移下图学习的潜在应用和未来方向,通过系统分析这一领域的当前状态。这篇综述旨在为处理图分布偏移的有效图学习算法的开发提供一般指导,并激发在这一领域的未来研究和进展。
马上科普尚尚
2024-03-02
129
0
【他山之石】Stable Diffusion 万字长文详解稳定扩散模型
基础
模型
数据
网络
迁移
Stable Diffusion 是 Diffusion 扩散模型中最先进的模式( Diffusion 有一些早期版本,比如: 原始Diffusion、Latent Diffusion)。它采用了更加稳定、可控和高效的方法来生成高质量图像。在生成图像的质量、速度和成本上都有显著的进步,因此该模型可以直接在消费级显卡上实现图像生成,可达至少 512*512 像素的图像。最新的 XL 版本可以在 1024*1024 像素的级别上生成可控的图像,生成效率也比以往的 Diffusion 扩散模型提高了30倍。目前 Stable Diffusion 的应用已经不局限于图像生成领域,它还被广泛应用于自然语言处理、音频视频等生成领域。
马上科普尚尚
2024-03-02
1K
0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档