神经网络

原文： https://isl-org.github.io/PhotorealismEnhancement/ 1.introduction(简介) 半个世纪以来，图片真实感是计算机图形学的重要目标。1

深度学习基础入门篇[9.1]：卷积之标准卷积：卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解 1.卷积提出背景 在全连接网络[1]中，一张图片上的所有像素点会被展开成

PointNet++ PointNet++ 是针对于 PointNet 存在的问题来进一步讨论，因为在 PointNet 关注的全局特征和个别点的特征，但是这样并没有很好收集局部的结构化的信息。经过多

概要 今天主要来介绍第一个基于点深度学习网络 PointNet 首先简单介绍什么是点云、以及点云这种数据格式的特点以及应用场景 然后介绍 PointNet 如何解决置换不变性和旋转不变性的 Point

深度学习基础入门篇[9.2]：卷积之1*1 卷积（残差网络）、2D/3D卷积、转置卷积数学推导、应用实例 1.1*1 卷积 $1\times{1}$ 卷积，与标准卷积完全一样，唯一的特殊点在于卷积核的

卷积神经网络（Convolutional Neural Networks, CNN）是一类特别适用于处理图像数据的深度学习模型。在Python中，我们可以使用流行的深度学习库TensorFlow和Ke

深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算 1.计算机视觉与卷积神经网络 1.1计算机视觉综述 计算机视觉作为一门让机器学会如何去“看”的学科，

导语 最近很多Text-to-Sparql的方法会与Pointer-network作比较，故进行回顾整理。 会议：NIPS 2015 链接：https://arxiv.org/pdf/1506.031

前段时间，要准备 AIGC 比赛，学习了一下人工智能的相关知识，浅浅了解了一点东西，总结并扩展了一下相关内容；文章中的大部分概念都用降维的例子来阐述，无论你是否了解人工智能，都能有所收获。

导语 本文提出了一个新颖的合成框架，提高生成的自然语言问题的质量。实验证明SOTA模型在这些高质量合成数据上微调后性能有显著的提升。 会议：Arxiv 2022 链接：https://arxiv.or

导语 本文是最新的改进PolyLoss和ASL loss的一篇文章。 会议：ICASSP 2023 链接：https://arxiv.org/pdf/2304.05361.pdf 1 简介 计算机视觉

导语 之前的几篇博客介绍了Meta开源的大模型LLaMA（https://juejin.cn/post/7224369270141354043 ）以及斯坦福研究团队在LLaMA-7B基础上训练得到的堪

导语 Toolformer这篇论文尝试让LLM也可以使用工具，调用各种API来完成相应的任务。 会议：Arxiv 2023 链接：https://arxiv.org/abs/2302.04761 1

导语 本文是ColBERT的后续工作，通过将一些单向量模型采用的优化策略融入到原始的ColBERT模型中，得到了本文提出的ColBERTv2模型，并取得了更加先进的表现。 会议：NAACL 2022

导语 会议：SIGIR 2020 链接：https://arxiv.org/abs/2004.12832 1 简介 近年来，深度检索模型的发展极大促进了IR社区的发展。相比于传统的统计特征（BM25、

FCN提出了一种基于全卷积神经网络的语义分割方法，将传统的卷积神经网络中的全连接层替换为卷积层，从而实现了端到端的像素级别的语义分割。现有网络的全卷积版本可以从任意大小的输入预测密集输出。

在人工智能领域中，深度学习模型的训练和部署是非常重要的环节。而ONNX是一种开放的深度学习模型表示格式，可以让不同的深度学习框架之间进行模型的转换和共享。

来字节跳动实习，还能有机会发 Nature 子刊？ 没错，ByteDance Research 与北京大学物理学院陈基课题组合作的一项研究近期登上了国际顶级刊物 Nature 的子刊

DeepVit是一种基于基于VIT进行拓展的模型，因为ViT在本质上与cnn不同与cnn在很大程度上依赖于自我关注机制。本篇博客将详细介绍DeepVit模型是如何进行深度拓展性以及相应的基本原理和特点