DGC：真动态分组卷积，可能是解决分组特征阻塞的最好方案 | ECCV 2020 Spotlight
近期，动态网络在加速推理这方面有很多研究，DGC(Dynamic Group Convolution)将动态网络的思想结合到分组卷积中，使得分组卷积在轻量化的同时能够加强表达能力，整体思路直接清晰，可作为网络设计时的一个不错的选择 来源：晓飞的算法工程笔记 公众号 论文: Dynamic Gr
深度残差收缩网络的完整PyTorch代码
首页 专栏 人工智能 文章详情 0 深度残差收缩网络的完整PyTorch代码 莉莉 发布于 4 月 4 日 1、基础理论 深度残差收缩网络是建立在三个部分的基础之上的，包括残差网络、注意力机制和软阈值化。 其功能特色包括： 1）由于软阈值化是信号降噪算法的常用
一文带你认识MindSpore新一代分子模拟库SPONGE
【本期推荐专题】物联网从业人员必读：华为云专家为你详细解读LiteOS各模块开发及其实现原理。 摘要：基于MindSpore自动并行、图算融合等特性，SPONGE可高效地完成传统分子模拟过程，利用MindSpore自动微分的特性，可以将神经网络等AI方法与传统分子模拟进行结合。 本文分享自华为云
北斗GPS卫星同步时钟（NTP时间同步服务器）技术原理介绍
北斗GPS卫星同步时钟（NTP时间同步服务器）技术原理介绍北斗GPS卫星同步时钟（NTP时间同步服务器）技术原理介绍京准电子科技原创文章 1、网络时间同步显示系统（子母钟系统）：通过NTP校时器（母钟）自动接收GPS卫星或者我国的北斗卫星信号，通过卫星授时信号主板处理后，再将该标准时间信号以网络时间
基于残差收缩网络的时间序列分类算法
首页 专栏 算法 文章详情 0 基于残差收缩网络的时间序列分类算法 汉民 发布于 4 月 18 日 时间序列数据容易受到噪声的扰动而失去意义，所以能够对时间序列中的噪声进行处理将会对分类精度产生重要影响[1]。 残差收缩网络[2]是一种面向强噪、高冗余数据的分
pytorch中的损失函数总结——分类和分割相关
交互分割实战知识笔记2 深度学习中训练网络，必定要考虑的问题之一就是损失函数如何选取。近年来分割中Focal Loss等十分火热，但是很多项目使用的仍然是基础的Dice，CrossEntropy等基础损失函数，效果相差也并不惊人，可见传统的Loss当中仍然有许多值得学习的地方。 本文主要针对分割分类
几个深度学习常见metrics
随手记——几个深度学习常见metrics kappa 公式 $$ kappa = \frac {p_o-p_e} {1-p_e} $$ 其中 $$ p_o=\frac {分类正确的样本数} {所有样本数} = (混淆矩阵中的)\frac {对角线元素之和} {所有元素之和} $$ $$ p_e =
看完你就明白什么是图神经网络
首页 专栏 深度学习 文章详情 0 看完你就明白什么是图神经网络 华为云开发者社区 发布于 3 月 1 日 摘要：图神经网络是一种基于图结构的深度学习方法。 1.什么是图神经网络 图神经网络（Graph Neu做ral Networks, GNNs）是一种基于图
图像视频压缩：深度学习，有一套
首页 专栏 深度学习 文章详情 0 图像视频压缩：深度学习，有一套 华为云开发者社区 发布于 3 月 23 日 摘要：得益于深度神经网络提取信源特征的能力，深度学习技术在信源压缩编码领域取得了比传统方法更 本文分享自华为云社区《基于深度学习的图像视频压缩编码
文字工作者福音：四行代码实现翻译，支持50种语言，开源代码，附性能实测
首页 专栏 python 文章详情 0 文字工作者福音：四行代码实现翻译，支持50种语言，开源代码，附性能实测 Chris 发布于 3 月 19 日 最近（确切地说是昨天），有人发布了使用深度学习技术进行文本翻译的 Python 库，调用起来非常方便，基于 F
第七届工程训练大赛 --垃圾分类
首页 专栏 机器学习 文章详情 1 第七届工程训练大赛 --垃圾分类 Al_tair 发布于 4 月 19 日 第七届工程训练大赛 2021.4.9，浙江省举办了第七届工程训练大赛，我们组参加的是垃圾分类的项目，我们组顺利挺进决赛，但是我们看决赛规则并没有标注
Super SloMo：用神经网络脑补超级慢动作
首页 专栏 算法 文章详情 2 Super SloMo：用神经网络脑补超级慢动作 超神经HyperAI 发布于 3 月 18 日 如今，人们对于视频帧率的追求越来越高，因为高帧率视频更加顺滑、流畅，能极大地提升人们的观看体验。 现有相机拍摄的视频帧率，也从 25
加载更多