- 强化学习与多任务学习在高级人体活动识别中的融合应用 强化学习与多任务学习在高级人体活动识别中的融合应用
- 基于异构卷积神经网络的传感器人体活动识别方法 基于异构卷积神经网络的传感器人体活动识别方法
- 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。我们注意到，Inception系列网络通过split-transform-merge策略获得了显著性能提升，但其复杂的多分支设计存在参数调整困难、泛化能力受限等问题。我们提出了一种新颖的深度神... 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。我们注意到，Inception系列网络通过split-transform-merge策略获得了显著性能提升，但其复杂的多分支设计存在参数调整困难、泛化能力受限等问题。我们提出了一种新颖的深度神...
- ResNeXt: 通过聚合残差变换增强深度神经网络 ResNeXt: 通过聚合残差变换增强深度神经网络
- 在数字化时代，数据成为企业的核心资产。DataWorks作为大数据管理的中流砥柱，负责存储、整合和治理海量数据；图神经网络（GNN）则为处理复杂图结构数据提供创新方案。两者结合，开启了知识图谱数据处理与分析的新纪元，助力人工智能推理与决策。DataWorks构建庞大的数据生态体系，涵盖结构化、半结构化及非结构化数据。知识图谱如同智能导航灯塔，将分散的数据编织成紧密的知识网络。 在数字化时代，数据成为企业的核心资产。DataWorks作为大数据管理的中流砥柱，负责存储、整合和治理海量数据；图神经网络（GNN）则为处理复杂图结构数据提供创新方案。两者结合，开启了知识图谱数据处理与分析的新纪元，助力人工智能推理与决策。DataWorks构建庞大的数据生态体系，涵盖结构化、半结构化及非结构化数据。知识图谱如同智能导航灯塔，将分散的数据编织成紧密的知识网络。
- 从文本到图像：DALL-E与MidJourney的技术解读在人工智能生成内容（AIGC）领域，图像生成技术已经取得了巨大的进展。尤其是由OpenAI推出的DALL-E和MidJourney这两款基于生成对抗网络（GAN）和变换器（Transformer）架构的图像生成模型，改变了我们创作与理解艺术的方式。本文将详细解读这两款模型的技术原理，并通过代码实例展示其应用。 1. 引言：AIGC的... 从文本到图像：DALL-E与MidJourney的技术解读在人工智能生成内容（AIGC）领域，图像生成技术已经取得了巨大的进展。尤其是由OpenAI推出的DALL-E和MidJourney这两款基于生成对抗网络（GAN）和变换器（Transformer）架构的图像生成模型，改变了我们创作与理解艺术的方式。本文将详细解读这两款模型的技术原理，并通过代码实例展示其应用。 1. 引言：AIGC的...
- Python从0到100（八十七）：CNN网络详细介绍及WISDM数据集模型仿真 Python从0到100（八十七）：CNN网络详细介绍及WISDM数据集模型仿真
- ShuffleNet通道混合轻量级网络的深入介绍 ShuffleNet通道混合轻量级网络的深入介绍
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）LR = g1(1);NN1 = floor(g1(2))+1; if g1(3)<1/3 x1=4;endif g1(3)>=1/3 & g1(3)<2/3 x1=5; endif g1(... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）LR = g1(1);NN1 = floor(g1(2))+1; if g1(3)<1/3 x1=4;endif g1(3)>=1/3 & g1(3)<2/3 x1=5; endif g1(...
- Swin Transformer：深度解析其架构与代码实现 Swin Transformer：深度解析其架构与代码实现
- ASK-HAR：多尺度特征提取的深度学习模型 ASK-HAR：多尺度特征提取的深度学习模型
- 在 .NET 9 下使用 TensorFlow.NET 构建卷积神经网络 (CNN) 识别手写数字 介绍TensorFlow.NET 是一个 .NET 库，使您能够在 .NET 环境中使用 TensorFlow，提供类似 Python 的 API。通过它，我们可以在 .NET 中实现深度学习模型，如卷积神经网络（CNN）来处理图像分类任务，例如 MNIST 手写数字识别。 应用使用场景数字... 在 .NET 9 下使用 TensorFlow.NET 构建卷积神经网络 (CNN) 识别手写数字 介绍TensorFlow.NET 是一个 .NET 库，使您能够在 .NET 环境中使用 TensorFlow，提供类似 Python 的 API。通过它，我们可以在 .NET 中实现深度学习模型，如卷积神经网络（CNN）来处理图像分类任务，例如 MNIST 手写数字识别。 应用使用场景数字...
- Python从0到100（八十五）：神经网络-使用迁移学习完成猫狗分类 Python从0到100（八十五）：神经网络-使用迁移学习完成猫狗分类
- CIR-DFENet：结合跨模态图像表示和双流特征增强网络进行活动识别 CIR-DFENet：结合跨模态图像表示和双流特征增强网络进行活动识别
- 低资源环境中的扩散模型优化：减少计算资源的生成方法在人工智能生成内容（AIGC）领域，扩散模型（Diffusion Models）凭借其卓越的生成能力，成为了近年来备受关注的生成模型之一。尽管其在图像生成、文本生成等领域表现出了极大的潜力，但扩散模型的计算开销较大，这使得其在低资源环境中应用时遇到了巨大的挑战。本文将探讨在低资源环境下，如何优化扩散模型的计算资源使用，减少其对硬件的依赖，并... 低资源环境中的扩散模型优化：减少计算资源的生成方法在人工智能生成内容（AIGC）领域，扩散模型（Diffusion Models）凭借其卓越的生成能力，成为了近年来备受关注的生成模型之一。尽管其在图像生成、文本生成等领域表现出了极大的潜力，但扩散模型的计算开销较大，这使得其在低资源环境中应用时遇到了巨大的挑战。本文将探讨在低资源环境下，如何优化扩散模型的计算资源使用，减少其对硬件的依赖，并...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中 -
一个AI团队帮你写代码：华为云码道Agent Space实战2026/06/25 周四 19:00-21:00
张翰文-华为云码道工程师/郭英旭-青软创新科技集团股份有限公司 软件架构师
本场直播聚焦华为云码道Agent Space两大模式：研发办公、代码开发，亲身体验从需求到代码的AI自动化能力。实操演示基于华为 CodeArts CLI，依托 OpenSpec 规格体系从零搭建业务项目。
回顾中
热门标签