卷积网络又双叒叕行了？
当面对复杂场景时，我们往往先快速获得整体印象，再聚焦关键细节。 这种 「 纵观全局 - 聚焦细节（Overview-first-Look-Closely-next） 」 的双阶段认知机制是人类视觉系统强大的主要原因之一，也被称为 Top-down Attent
卷积
李飞飞、吴佳俊团队新作：FlowMo如何以零卷积、零对抗损失实现ImageNet重构新巅峰
自VQGAN和潜在扩散模型等流行的视觉生成框架出现以来，最先进的图像生成系统一般都是两阶段系统，首先将视觉数据标记化或压缩到低维潜在空间，然后再学习生成模型。标记化训练通常采用标准方法，即根据MSE、实际损失和对抗损失的组合对图像进行压缩和重建。扩散自动编码器
基于迁移学习的多尺度特征融合牦牛脸部识别算法
引用格式：陈占琦, 张玉安, 王文志, 李丹, 何杰, 宋仁德. 基于迁移学习的多尺度特征融合牦牛脸部识别算法[J]. 智慧农业(中英文), 2022, 4(2): 77-85.
炬芯科技申请采样率转换相关专利，简化转换步骤提高转换效率
国家知识产权局信息显示，炬芯科技股份有限公司申请一项名为“一种采样率转换设备、方法及音频播放系统”的专利，公开号CN 119673225 A，申请日期为2023年9月。
99.22%准确率！EfficientNet优化算法实现猪肉新鲜度无损快检
针对传统猪肉新鲜度检测方法效率低、破坏性强的问题，本研究提出一种基于EfficientNet框架的智能无损检测技术。通过采集2500张原始猪肉图像，结合旋转、缩放等增强策略构建6万张数据集，并采用迁移学习策略（CIFAR-10预训练+五分类微调）优化模型性能。
算法 adam 猪肉 卷积 efficientnet 2025-03-19 01:20 3
螺栓连接结构动态特征学习与装配紧度智能监测
自动特征提取在机械系统智能状态监测中起着至关重要的作用，可以自适应地从原始数据中学习特征并发现新的状态敏感特征。本文重点研究了不同深度的卷积神经网络(CNN)模型在没有先验知识的情况下从激励响应信号中挖掘代表信息和敏感特征的能力，并将螺栓连接结构的特征提取和装
根据微分特性求解卷积
首先，分析第一小题。根据卷积的微分性质。如果将参与卷积的一个信号求导，对应的卷积结果等于原来卷积的导数。可以看到，如果将 t，u(t) 求导两次，便可以的得到 delta(t)。这样，便可以根据卷积结果得到待求信号 f(t)。接下来，对原来卷积进行求导，
什么是卷积神经网络？
人工智能作为当今最前沿的科技之一，正在以令人惊叹的速度改变着我们的生活。从智能语音助手到无人驾驶汽车，从 AI 绘画到机器学习，它为我们打开了一个充满无限可能的未来。本栏目将以通俗易懂的方式，用视频和文字给孩子讲述人工智能的原理、应用及其对社会的深远影响。
合肥君正申请一种PC量化推理卷积avx加速的方法专利，提高整体模型的推理速度
国家知识产权局信息显示，合肥君正科技有限公司申请一项名为“一种PC量化推理卷积avx加速的方法”的专利，公开号CN 119337939 A，申请日期为2023年7月。
拍照就能识别万物，AI是怎么看“懂”图片的？
人工智能作为当今最前沿的科技之一，正在以令人惊叹的速度改变着我们的生活。从智能语音助手到无人驾驶汽车，从 AI 绘画到机器学习，它为我们打开了一个充满无限可能的未来。本栏目将以通俗易懂的方式，用视频和文字给孩子讲述人工智能的原理、应用及其对社会的深远影响。
关于信号的卷积计算（Python）
# Convolution of two 1-D signals# Convolution operationdef convolution_1d(signal, kernel):signal_length = len(signal)kernel_length
合肥君正申请一种卷积算子融合的方法专利，能减少节点数、减少耗时
国家知识产权局信息显示，合肥君正科技有限公司申请一项名为“一种卷积算子融合的方法”的专利，公开号 CN 119250126 A，申请日期为2023年7月。
经典AI论文推荐：应用于文档识别的基于梯度的学习
这篇由扬·勒丘恩（Yann LeCun）及其同事于1998年发表的论文，是深度学习领域的一篇奠基性工作，展示了使用卷积神经网络（CNN）进行文档识别的强大能力。这篇论文不仅为深度学习在图像识别领域的应用奠定了基础，也对后来的计算机视觉和模式识别研究产生了深远的
重庆车载软件申请全卷积车道线模型训练及部署专利，精度高
国家知识产权局信息显示，重庆车载软件开发有限公司申请一项名为“一种基于ViT的全卷积车道线模型训练及部署方法”的专利，公开号 CN 119131722 A，申请日期为2024年8月。
图像分割技术综述（二）
“深度人工智能”是成都深度智谷科技旗下的人工智能教育机构订阅号，主要分享人工智能的基础知识、技术发展、学习经验等。此外，订阅号还为大家提供了人工智能的培训学习服务和人工智能证书的报考服务，欢迎大家前来咨询，实现自己的AI梦！
现在的直播带货，真比实体店有效吗？
在当下这个互联网高速发展的时代，直播带货如雨后春笋般迅速崛起，成为电商领域的一股不可忽视的力量。与此同时，实体店则面临着前所未有的挑战，客流量减少、销售下滑等问题日益凸显。那么，在行业竞争激烈、内卷加剧的背景下，直播带货真的比实体店更有效吗？