transformers retentive networks视觉
vue学习第14天 移动Web开发 --- CSS3 2D转换 (transform) 移动、旋转、缩放
2D转换 转换 （transform）是CS53中具有颠覆性的特征之一，可I以实现元素的位移、旋转、缩放等效果，可以简单理解为变形 1）移动： translate 2）旋转：rotate 3）缩放：scale 1、二维坐标系（x右+，x左-）（y下+，y上-） 2D转换是改变标签在二维平面上的位置和 ......
图解transformer中的自注意力机制
本文将将介绍注意力的概念从何而来，它是如何工作的以及它的简单的实现。 注意力机制 在整个注意力过程中，模型会学习了三个权重:查询、键和值。查询、键和值的思想来源于信息检索系统。所以我们先理解数据库查询的思想。 假设有一个数据库，里面有所有一些作家和他们的书籍信息。现在我想读一些Rabindranat ......
Neutral Network Notes
# Table of Contents * [卷积]() ### 卷积 #### 卷积公式 $ \int_{-\infty}^{+\infty} f(\tau )g(x-\tau)d\tau $ | 符号 | 意义 | | | | | $f(t)$ | $t$时刻的进食量 | | $\int_{0} ......
SNN-RAT: Robustness-enhanced Spiking Neural Network through Regularized Adversarial Training
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 同大组工作 Abstract ......
三大特征提取器（RNN/CNN/Transformer）
三大特征提取器 - RNN、CNN和Transformer# 简介# 近年来，深度学习在各个NLP任务中都取得了SOTA结果。这一节，我们先了解一下现阶段在自然语言处理领域最常用的特征抽取结构。 本文部分参考张俊林老师的文章《放弃幻想，全面拥抱Transformer：自然语言处理三大特征抽取器（CN ......
计算机视觉中的视频分析
[toc] 计算机视觉中的视频分析技术是人工智能领域中一个重要的研究方向，其目的是让计算机对视频内容进行分析和处理，以便更好地理解和识别视频内容。本文将介绍计算机视觉中的视频分析技术，包括基本概念、实现步骤与流程、应用示例与代码实现讲解、优化与改进以及结论与展望。 一、引言 随着现代互联网和移动设备 ......
计算机视觉中的智能翻译技术
[toc] 计算机视觉中的智能翻译技术是人工智能技术的一个重要应用领域，该技术利用计算机视觉和自然语言处理等技术，实现自动翻译的过程。本文将介绍智能翻译技术的技术原理和实现步骤，并给出相关的应用示例和代码实现。 ## 1. 引言 随着全球化的加速，国际间的交流和合作也越来越频繁。机器翻译作为一个重要 ......
计算机视觉中的生物特征识别
[toc] 计算机视觉中的生物特征识别是指利用计算机算法和人工智能技术对生物图像或数据进行分析和处理，以实现自动识别和分类的功能。生物特征识别技术可以应用于多种场景，如身份验证、智能门禁、自动驾驶等。本文将介绍生物特征识别的基本概念和技术原理，并讲解一些常用的生物特征识别算法和应用场景。 ## 2. ......
计算机视觉中的深度学习技术
[toc] 计算机视觉中的深度学习技术是近年来人工智能领域的一项重要发展，其利用神经网络等深度学习算法实现对图像、视频等数据的自动处理和分析，使得计算机能够像人类一样理解和处理复杂的信息。本文将详细介绍计算机视觉中的深度学习技术，包括其基本概念、技术原理、实现步骤和应用示例等，以便读者深入了解该技术 ......
计算机视觉中的智能监控技术
[toc] 《计算机视觉中的智能监控技术》 摘要：本文介绍了计算机视觉中的智能监控技术，包括基础概念、技术原理、实现步骤和应用领域。通过具体的示例和代码实现，讲解了如何使用计算机视觉技术来监控和识别各种物体、场景和异常情况，从而实现智能安防和监管。本文旨在帮助读者更深入地了解和掌握智能监控技术，为实 ......
计算机视觉中的深度学习研究
[toc] 计算机视觉中的深度学习研究 随着计算机技术的快速发展，计算机视觉领域也迎来了越来越多的应用和挑战。深度学习作为一种新兴的机器学习技术，在计算机视觉中的应用越来越广泛。本文将介绍计算机视觉中的深度学习技术，包括基本概念、实现步骤、应用示例以及优化和改进。 1. 引言 计算机视觉是指计算机通 ......
3.3 Spatial Transformer
# 1. Spatial Transformer Layer ## 1.1 CNN is not invariant to scaling and rotation (1) CNN并不能真正做到scaling和rotation. (2) 如下图所示,在通常情况下,左右两边的图片对于CNN来说是不一样 ......
transform (牛客多校) (双指针+二分+ 中位数妙用+前缀和相减维护)
题目大意: n 个商店在 一条直线上, 有一个xi 然后 有 ai 个商品 你可以把 商店的物品 移动到另一个商店, 代价为 : abs(xi-xj) 在代价不超过T的情况下 你可以选择一个商店来让 其他商店的物品都移到这个商店,问最多移动多少个物品 思路: 双指针维护一个最大的区间, 因为这个最大 ......
神经网络在计算机视觉领域中的应用
[toc] 神经网络在计算机视觉领域中的应用 随着人工智能技术的快速发展，神经网络逐渐成为计算机视觉领域的重要工具。神经网络是一种深度学习模型，通过学习大量数据来进行预测和分类。在计算机视觉领域，神经网络可以用于图像分类、目标检测、图像生成等任务。本文将介绍神经网络在计算机视觉领域中的应用。 一、引 ......
利用生成式预训练Transformer实现文本分类和命名实体识别
[toc] 利用生成式预训练Transformer实现文本分类和命名实体识别 随着人工智能技术的不断发展，文本分类和命名实体识别成为了人工智能领域的重要应用。在这些应用中，使用生成式预训练Transformer模型已经成为了一种流行的解决方案。本文将介绍如何利用生成式预训练Transformer实现 ......
Transformer编码器和解码器被广泛应用于自然语言处理、计算机视觉、语音识别等领域。下面是一些Trans
[toc] Transformer 编码器和解码器被广泛应用于自然语言处理、计算机视觉、语音识别等领域。近年来，由于 Transformer 在自然语言处理领域的广泛应用，越来越多的研究者开始关注 Transformer 的改进与优化。本文将详细介绍 Transformer 编码器和解码器的原理、实 ......
Transformer算法的应用
[toc] Transformer 算法的应用 近年来，随着深度学习和自然语言处理领域的迅速发展，Transformer 算法成为了深度学习中最重要的算法之一。Transformer 算法是一种基于自注意力机制的深度神经网络模型，它在处理序列数据时具有极强的并行计算能力和出色的表现力。本文将详细介绍 ......
ResNet模型：在计算机视觉任务中实现深度学习
[toc] 文章：ResNet模型：在计算机视觉任务中实现深度学习 ## 1. 引言 深度学习是一种革命性的机器学习技术，自推出以来，已经被广泛应用于计算机视觉、自然语言处理、语音识别等领域。在计算机视觉领域，深度学习中的 ResNet 模型成为了一个经典的例子，被广泛用于图像分类、目标检测、图像分 ......
数学在计算机视觉中的应用：图像和视频图像处理
[toc] 《53. 数学在计算机视觉中的应用：图像和视频图像处理》是一篇有深度有思考有见解的专业的技术博客文章，旨在为读者介绍数学在计算机视觉领域中的应用，包括图像和视频图像处理方面。本文将介绍图像处理领域的一些核心概念，然后介绍数学在图像处理中的应用，包括线性代数、微积分和概率论等，最后将介绍一 ......
数学在计算机视觉中的应用：图像和视频分割和特征提取
[toc] 《43. 数学在计算机视觉中的应用：图像和视频分割和特征提取》是一篇有深度有思考有见解的专业的技术博客文章，旨在介绍数学在计算机视觉领域中的重要性和应用。本文将涵盖图像和视频分割和特征提取的基本概念和技术原理，以及实现步骤和示例应用。同时，我们也将探讨如何提高性能、可扩展性和安全性，并展 ......
GPT生成式预训练Transformer架构应用实战
[toc] GPT生成式预训练Transformer架构应用实战 ## 1. 引言 人工智能在过去几年发展迅速，深度学习和Transformer架构成为了当前人工智能领域的热点。GPT生成式预训练Transformer架构是深度学习中的一种新型架构，可以更好地处理自然语言生成任务，因此受到了广泛关注 ......
利用生成式预训练Transformer实现智能问答与人机交互
[toc] 利用生成式预训练Transformer实现智能问答与人机交互 随着人工智能技术的不断发展，智能问答和人机交互已经成为了人工智能领域中的重要研究方向。在智能问答中，机器能够以自然的方式与人类进行对话，通过理解人类的问题，为其提供相关的答案。在人机交互中，机器能够与人类进行更加流畅和自然的交 ......
基于生成式预训练Transformer的跨语言文本摘要与情感分析
[toc] 标题：《基于生成式预训练Transformer的跨语言文本摘要与情感分析》 ## 1. 引言 随着人工智能技术的不断发展，跨语言文本摘要和情感分析成为了许多应用场景的重要需求。在这些应用中，文本摘要通常是为了简洁、准确地概述文本内容，而情感分析则是为了分析文本中的情感倾向。这些技术需要处 ......
生成式预训练Transformer：探索其在自然语言处理领域的最新应用
[toc] 生成式预训练Transformer：探索其在自然语言处理领域的最新应用 ## 1. 引言 自然语言处理 (NLP) 是一项具有巨大潜力的技术领域，近年来得到了广泛的关注和发展。其中，生成式预训练Transformer(GPT) 是一种先进的神经网络模型，被广泛应用于文本生成、机器翻译、语 ......
计算机视觉中小目标检测分析
计算机视觉中小目标检测分析 小目标检测是计算机视觉领域中的一个极具挑战性的问题。随着深度学习和计算机视觉领域的不断发展，越来越多的应用场景需要对小目标进行准确的检测和识别。 小目标是指目标占图像面积小于1%的目标，由于目标携带信息少、定位精度要求高、易被环境噪声淹没，目前仍是目标检测的一大难点。 其 ......
3.1 卷积神经网路 (Convolutional Neural Networks, CNN)
# 1. 概念引入: Image Classification 我们做图像分类时,一般分为三步: * 所有图片都先 rescale 成大小一样 * 把每一个类别表示成一个 one-hot vector(dimension 的长度决定模型可以辨识出多少不同种类的东西) * 将图片输入到模型中 ![im ......
Custom directive is missing corresponding SSR transform and will be ignored
## 背景 最近在给业务组件库集成指令库，将各个项目中常用的指令如一键复制、元素和弹窗拖拽等封装到一起，进行统一发版维护。 业务组件库项目架构采用的是pnpm+vite+vue3+vitepress，其中vitepress主要做组件库文档站点同时展示可交互的组件。 ## 问题 开发运行时指令库dem ......
计算机视觉重磅会议VAlSE2023召开，合合信息分享智能文档处理技术前沿进展
近期，2023年度视觉与学习青年学者研讨会 (Vision And Learning SEminar, VALSE) 圆满落幕。会议由中国人工智能学会、中国图象图形学学会主办，江南大学和无锡国家高新技术产业开发区管理委员会承办。超五千名专家学者、知名高校师生以及来自OPPO、华为、百度、合合信息等科... ......
人工智能领域：面试常见问题超全（深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习）
人工智能领域：面试常见问题超全（深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习） ......