首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
是Dream呀
掘友等级
开发工程师
|
中国电子
全网粉丝10w,CSDN、稀土掘金人工智能签约作者、专家博主,华为云十佳博主,985人工智能硕士。
获得徽章 16
动态
文章
专栏
沸点
收藏集
关注
作品
赞
70
文章 53
沸点 17
赞
70
返回
|
搜索文章
最新
热门
探访WAIC2025:当AI成为双刃剑,合合信息如何破解真假难题
7月上海世界人工智能大会顺利举行,各种公司各放大招,AI技术的展示令人目不暇接,我也有幸去到了现场体验了各家的前沿技术。随着AI技术的不断发展,各种安全问题例如AI生成伪造和造假接踵而至,在众多展台中
远程玩3A大作要多少帧?ToDesk、向日葵、UU远程性能对决
最近经常在网上刷到各种3A游戏,丰富逼真的游戏画面和激烈的战斗场景让我振奋不已。想起自己自从换上Mac之后,就很少接触Steam中的大型游戏了,就连之前爆火的国产3A大作《黑神话:悟空》也没玩过,说来
巅峰对决,超三十万奖金等你挑战!第十届信也科技杯全球AI算法大赛火热开赛!
信也科技今年跟IJCAI和CIKM这两大全球顶级AI会议合作,这场比赛被全球人工智能顶会CIKM收录为官方赛事单元,获奖选手有机会全球人工智能顶会创造更大的影响力。 https://live.csdn
SANN:融合空间注意力机制的时序特征深度建模方法
Spatial Attention Neural Network(SANN) 是一种融合空间注意力机制的深度神经网络架构。它通过动态调整不同空间位置的注意力权重来突出重要的时序特征,在保持计算效率的同
融合选择性卷积与残差结构的SKResNet架构详解
Selective Kernel Residual Network(SKResNet) 是一种结合了选择性卷积核机制和残差连接的深度神经网络架构。它通过动态选择不同尺度的卷积核来自适应地提取多尺度特征
利用自动化工具和Deepseek自动群发新闻摘要
在信息爆炸的时代,及时获取并分享高质量行业资讯对内容创作者、运营者和研究者至关重要。为实现每日内容更新的目标,利用自动化工具和Deepseek构建一个新闻摘要推送系统成为高效解决方案。本文将介绍如何通
ResNext 核心技术解析:分组卷积如何让神经网络更高效
一、分组卷积的基础原理 1. 传统卷积的瓶颈与挑战 在深度神经网络中,传统卷积层通过跨通道的全局交互提取特征,但其计算复杂度与参数量随通道数呈二次增长。比如输入有 256 个通道,输出 512 个通道
从传统卷积到空洞卷积:PAMAP2数据集上的多模态行为识别探索
一、空洞卷积的基础原理 空洞卷积(Dilated Convolution) 是一种改进的卷积操作,通过在卷积核中引入“空洞”来扩大感受野。想象你通过一个3x3的窗口看图片,空洞卷积允许窗口跳过某些像素
Cursor:AI 助力编程,效率翻倍的秘密武器
最近发现了一个超级智能的AI 辅助代码编辑器——Cursor,对于那些像我一样希望通过 AI 提升编码效率的人来说,真的超级值得一试。它基于 Visual Studio Code(VS Code)开发
ResNeXt: 通过聚合残差变换增强深度神经网络
在计算机视觉领域,网络架构设计正经历从手工特征工程向自动特征学习的范式转变。传统卷积神经网络(如VGG、ResNet)通过堆叠相同拓扑结构的模块来构建深度网络,但这种单一维度的扩展方式逐渐显现出局限性
下一页
个人成就
文章被点赞
294
文章被阅读
134,159
掘力值
5,050
关注了
15
关注者
116
收藏集
1
关注标签
0
加入于
2021-08-13