技术干货——人工智能

多模态认知智能是AI人工智能当前发展的主流趋势之一，其核心是以多模态知识的获取，表示与推理为主要内容的跨模态知识工程与认知智能，也是为了更好的处理多模态的数据，需要融合多种感知模态和智能处理技术。

本文分享自华为云社区《Split to Be Slim: 论文复现》，在本论文中揭示了这样一种现象：一层内的许多特征图共享相似但不相同的模式。

本文分享自华为云社区《深入浅出动态规划算法(中)》，作者：嵌入式视觉 。 一般是用动态规划来解决最优问题。

现在，越来越多的企业和个人使用AIGC生成文章、图片、音乐甚至视频等内容，AIGC已经成为一种必备的工具。在游戏和原画师行业，甚至已经出现了第一批因为AI而失业的人。

由于DVPP媒体数据处理功能对存放输入、输出数据的内存有更高的要求，因此需调用专用的内存申请接口，那么本期就分享几个关于DVPP内存问题的典型案例，并给出原因分析及解决方法。

本文分享自华为云社区《OctConv：八度卷积复现》，不同于传统的卷积，八度卷积主要针对图像的高频信号与低频信号。

本文分享自华为云社区《深入浅出回溯算法》，作者：嵌入式视觉。 深度优先搜索算法利用的就是回溯算法思想，但它除了用来指导像深度优先搜索这种经典的算法设计之外，还可以用在很多实际的软件开发场景中...

本文分享自华为云社区《大模型高效开发的秘密武器——大模型低参微调套件MindSpore PET篇》，本文介绍大模型低参微调套件——MindSpore PET。

本文分享自华为云社区《Bert特调OCR》，本案例我们利用视频字幕识别中的文字检测与识别模型，增加预训练Bert进行纠错。

本案例我们使用FairMOT进行车辆检测与跟踪、yolov5进行车牌检测、crnn进行车牌识别，在停车场入口、出口、停车位对车辆进行跟踪与车牌识别，无论停车场路线多复杂，小车在你掌控之中！

在做基于Ascend CL模型推理时，通常使用的有OpenCV、AIPP、DVPP这三种方式，或者是它们的混合方式，本文比较了这三种方式的特点，并以Resnet50的pytorch模型为例...

本文分享自华为云社区《GPT-4发布，AIGC时代的多模态还能走多远？系列之一： AIGC时代：未来已来》，人工智能的快速发展使得我们进入了AIGC时代。AIGC时代的到来，将会带来巨大的机遇和挑战。

大部分动态规划能解决的问题，都可以通过回溯算法来解决，只不过回溯算法解决起来效率比较低，时间复杂度是指数级的。动态规划算法，在执行效率方面，要高很多。

本项目主要介绍了如何使用卷积神经网络去检测翻拍图片，主要为摩尔纹图片；其主要创新点在于网络结构上，将图片的高低频信息分开处理。

本文分享自华为云社区《CoordConv：给你的卷积加上坐标》，主要对CoordConv的理论进行了介绍，对其进行了复现，并展示了其在网络结构中的用法。

当算子性能或者网络性能不佳时，可以使用AOE进行调优。本文就带大家了解自动调优工具AOE，让你的模型在昇腾平台上高效运行。

归并排序和快速排序是两种稍微复杂的排序算法，它们用的都是分治的思想，代码都通过递归来实现，过程非常相似。理解归并排序的重点是理解递推公式和 merge() 合并函数。

对于池化层和步长为2的卷积层来说，个人的理解是这样的，池化层是一种先验的下采样方式，即人为的确定好下采样的规则；而对于步长为2的卷积层来说，其参数是通过学习得到的，采样的规则是不确定的。

本文分享自华为云社区《【论文分享】《Holistic Evaluation of Language Models》》，该文为大模型评估方向的综述论文。

为了评价模型的泛化能力，即判断模型的好坏，我们需要用某个指标来衡量，有了评价指标，就可以对比不同模型的优劣，并通过这个指标来进一步调参优化模型。