卷积convnext经典 论文
识别一切模型RAM（Recognize Anything Model）及其前身 Tag2Text 论文解读
总览 大家好，我是卷了又没卷，薛定谔的卷的AI算法工程师「陈城南」~ 担任某大厂的算法工程师，带来最新的前沿AI知识和工具，欢迎大家交流~ 继MetaAI 的 SAM后，OPPO 研究院发布识别一切模型（Recognize Anything Model，RAM）： 项目链接：https://reco ......
论文阅读 | Artificial Intelligence Security: Threats and Countermeasures
近年来，随着计算硬件和算法技术的快速进步，人工智能（AI）在图像识别、教育、自动驾驶、金融、医疗诊断等广泛领域展现出明显优于人类的优势。然而，基于人工智能的系统在从最初的数据收集和准备到训练、推理和最终部署的整个过程中普遍容易受到各种安全威胁。在基于人工智能的系统中，数据收集和预处理阶段分别容易受到 ......
查看计算机视觉论文的网站
计算机视觉论文http://www.cvpapers.com/ CVPR论文查找（每年一届）https://openaccess.thecvf.com/CVPR2022https://openaccess.thecvf.com/CVPR2021https://openaccess.thecvf.co ......
经典webshell流量特征
# 开门见山，不说废话 ## 判断条件 ```apl 是否符合通信的特征 请求加密的数据和响应包加密的类型一致 是否一直向同一个url路径发送大量符合特征的请求，并且具有同样加密的响应包 ``` # 一 、蚁剑 ##### 特征为带有以下的特殊字段 ``` 第一个：@ini_set("display ......
卷积神经网络（LeNet）
[toc] # 1. 卷积神经网络（LeNet） $LeNet$ 最早的卷积神经网络之一（$1989$ 年提出）。用于银行支票上手写数字识别（$1998$ 年杨立坤教授提出）。 ## 1.1 LeNet $LeNet$ $(LeNet-5)$ 由两部分组成： - 卷积编码器：由 $2$ 个卷积层。 ......
Transformer原论文
## 相关工作文献阅读与总结 ### Attention Is All You Need [知乎笔记](https://zhuanlan.zhihu.com/p/407012757) #### 摘要 **dominant sequence transduction 显性序列转导模型** 传统的：基于 ......
初等数论（Ⅳ）：狄利克雷卷积和各类反演
# 前置知识 ## 积性函数 满足 $f(1)=1$，并且当 $\gcd(a,b)=1$ 时，有 $f(ab) = f(a)f(b)$，则称 $f(n)$ 为积性函数。 如果对于全部的 $a,b$，都有 $f(ab)=f(a)f(b)$，则称 $f(n)$ 是完全积性函数。 ### 常见积性函数 1 ......
【归一化】Transformer、ConvNeXt 中的 LayerNorm
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间：2023.6.13 > - ⏰最近更新时间：2023.6.13 > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果 ......
Chain-of-Thought Prompting in Large Language Models 论文学习
一、Chain-of-Thought Prompting研发背景 因为LLM，NLP的格局最近发生了革命性的变化，同时。扩大语言模型的规模已经被证明可以带来一系列好处，例如改进的性能和样本效率。然而事实证明，仅扩大模型大小依然存在一些局限性，在诸如 算术 常识 符号推理 实时数据获取 代码模拟执行 ......
[重读经典论文] MobileViT
参考博客：MobileViT模型简介 参考视频：15.1 MobileViT网络讲解 MobileViT结构上是一个混合模型，CNN+Transformer，比主流的轻量化ViT网络和轻量化CNN网络参数量少，精度高，缺点是推理速度慢，下图可以看到，推理时间是MobileNetV2的8倍。 网络结构 ......
深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比
# 深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比 # 1.DeepFM模型 ## 1.1.模型简介 CTR预估是目前推荐系统的核心技术，其目标是预估用户点击推荐内容的概率。DeepFM模型包含FM和DNN两部分，FM模型可以抽取low-or ......
论文参考文献格式不规范如何快速调整
帮改文科社科类论文格式，忘记了参考文献格式如何修改，简要记录并学习一下。 问题如下：  解决两步： ①选中所有参 ......
分组卷积
分组卷积（Grouped Convolution）是一种在卷积神经网络中常用的卷积操作，它将输入特征图分成多个分组，并在每个分组上应用卷积操作。每个分组使用独立的卷积核进行卷积计算，最后将各个分组的输出合并起来形成最终的输出特征图。 传统的卷积操作是在整个输入特征图上进行的，使用一组卷积核对整个特征 ......
深度可分离卷积
深度可分离卷积（Depthwise Separable Convolution）是一种在卷积神经网络中常用的卷积操作，它可以有效地减少计算量和模型参数的数量，从而提高模型的效率和速度。 传统的卷积操作是在输入特征图的每个通道上进行的，使用一组卷积核对每个通道进行卷积计算。而深度可分离卷积将卷积操作分 ......
[重读经典论文] ConvNeXt——卷积网络又行了
参考博客：ConvNeXt网络详解 参考视频：13.1 ConvNeXt网络讲解 ConvNeXt其实就是面向Swin Transformer的架构进行炼丹，最后获得一个比Swin Transformer还要牛逼的网络。 ......
Segment-Anything的一些相关论文总结
1、 Segment Anything Model (SAM) Enhanced Pseudo Labels for Weakly Supervised Semantic Segmentation https://avoid.overfit.cn/post/92f50aa2951d4dd89cfc4 ......
深度学习应用篇-计算机视觉-视频分类[8]：时间偏移模块（TSM）、TimeSformer无卷积视频分类方法、注意力机制
深度学习应用篇-计算机视觉-视频分类[8]：时间偏移模块（TSM）、TimeSformer无卷积视频分类方法、注意力机制 ......
springboot+vue留守儿童爱心网站，附源码+数据库+论文+PPT，远程包安装运行
**1、项目介绍** 留守儿童爱心网站采用了B/S结构，JAVA作为开发语言，数据库采用了B/S结构，Mysql数据库进行开发。该系统包括前台操作，后台由管理员和用户两个部分，一方面，为用户提供首页、宣传新闻、志愿活动、爱心捐赠、个人中心、后台管理等功能；另一方面，为管理员提供首页、个人中心、用户管 ......
ChatGPT 五个写论文的神技巧，让你的老师对你刮目相看！
ChatGPT这款AI工具在推出两个月内就累积了超过1亿用户。我们向您展示如何使用ChatGPT进行写作辅助，以及其他一些有用的写作技巧。 ......
[重读经典论文] Swin-Transformer
参考博客：Swin-Transformer网络结构详解参考视频：12.1 Swin-Transformer网络结构详解使用了类似卷积神经网络中的层次化构建方法（Hierarchical feature maps），比如特征图尺寸中有对图像下采样4倍的，8倍的以及16倍的，这样的backbone有助于 ......
【论文阅读】Pyramid Vision Transformer：A Versatile Backbone for Dense Prediction Without Convolutions
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间：2023.6.11 > - ⏰最近更新时间：2023.6.11 > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果 ......
VINS论文阅读
相关工作 一种流行的基于EKF的VIO方法是MSCKF[13][14]。MSCKF在状态向量中维护以前的几个摄像机位姿，并使用多个摄像机视图中相同特征的视觉测量来形成多约束更新。SR-ISWF[18][19]是MSCKF的扩展。它采用squareroot形式[20]实现单精度表示，避免了较差的数值性 ......
[重读经典论文]VIT
参考博客：Vision Transformer详解 参考视频：11.1 Vision Transformer(vit)网络详解 基本流程： 提取embedding：将原图分为若干patch，使用convnet提取每个patch的特征作为embedding，然后在前面concat一个用来分类的embe ......
【论文阅读】CvT：Introducing Convolutions to Vision Transformers
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间： > - ⏰最近更新时间： > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果文章里有任何错误或者表述不清，请 t ......
【论文阅读】Masked Autoencoders Are Scalable Vision Learners
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间：2023.6.10 > - ⏰最近更新时间：2023.6.10 > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果 ......
JAVA的springboot+vue家政服务管理平台，家政预约管理系统，附源码+数据库+论文+PPT
**1、项目介绍** 随着家政服务行业的不断发展，家政服务在现实生活中的使用和普及，家政服务行业成为近年内出现的一个新行业，并且能够成为大众广为认可和接受的行为和选择。设计家政服务管理平台的目的就是借助计算机让复杂的销售操作变简单，变高效。 家政服务管理平台采用了B/S结构，JAVA作为开发语言，数 ......
人民日报推荐：2023年必读的100本经典好书
中国篇 1.《论语·大学·中庸》 儒家学说经典合辑，阐述儒学哲学核心思想，汇集学习与传承的篇章。 2.《干家诗·神童诗·名贤集·增广贤文》 行孝道、做善事，珍惜时间，勤学苦读体现了其独特的文化魅力和思想价值。 3.《弟子规·三字经·百家姓·干字文》 被誉为“袖珍的百科全书”，涵盖了为人处世、待人接物 ......
《Frequency-based Randomization for Guaranteeing Differential Privacy in Spatial Trajectories》论文笔记
论文十问：Q1 论文试图解决什么问题？ 空间轨迹数据会泄漏个人隐私。因此，为了保护用户的隐私和保护效用，本文提出了一种基于效率的随机化模型。 Q2 这是否是一个新的问题？ Q3 这篇文章要验证一个什么科学假设？ Q4 有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？ Q5 论文中提到 ......
【论文阅读】Uformer：A General U-Shaped Transformer for Image Restoration
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间：2023.6.8 > - ⏰最近更新时间：2023.6.8 > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果文章 ......
JAVA的springboot+vue学习平台管理系统，校园在线学习管理系统，附源码+数据库+论文+PPT
**1、项目介绍** 在Internet高速发展的今天，我们生活的各个领域都涉及到计算机的应用，其中包括学习平台的网络应用，在外国学习平台已经是很普遍的方式，不过国内的管理平台可能还处于起步阶段。学习平台具有学习信息管理功能的选择。学习平台采用java技术，基于springboot框架，mysql数 ......