标签

 深度学习 

相关的文章:

本列表汇集了深度学习领域的最新研究成果与应用实例,涵盖从药物设计到数据预测的多种前沿技术,展示了深度学习在各个领域的广泛应用潜力。

发表于:
阅读原文

深入了解:加入我们,在VS Live! Redmond享受一周的开发者深度学习

A long time ago, I stood in a packed room at VS Live! and watched developers erupt in applause after a debugging demo shaved hours off a real-world problem. That was the moment I realized this...

2025年8月4日至8日的VS Live! Redmond大会将为开发者提供与Visual Studio、GitHub和Azure团队直接交流的机会,包括独家演示和反馈会议。活动规模较小,设有70多场技术会议和实践实验室,名额有限,欢迎注册参与。

深入了解:加入我们,在VS Live! Redmond享受一周的开发者深度学习
原文英文,约700词,阅读约需3分钟。发表于:
阅读原文
原文英文,约1500词,阅读约需6分钟。发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文

飞桨 CINN 编译器:深度学习模型低成本性能优化“利器”

具体为:设定初始值为0的原子计数器,每个 Block 先对其负责的数据归约,并将结果写入全局内存的中间结果区域,然后计数器执行加1操作。由于动态 shape 的引入,输入输出 Tensor shape 中动态维度可能使用符号表示(S0、S1),这些可变的符号导致编译优化时无法获取准确的元素总数用来判断是否发生越界,为了解决这个问题,我们可以简单的升级原有的化简逻辑:在存在动态 shape...

飞桨框架3.0发布了神经网络编译器CINN,显著优化深度学习模型性能。测试显示超过60%的模型性能提升10%至40%,Modulus模型的求解速度提升达115%。CINN通过算子融合和优化策略,提高计算效率,降低内存占用,简化开发者工作。

原文中文,约12100字,阅读约需29分钟。发表于:
阅读原文

神经网络中的激活函数——深度学习的真正MVP

If you've ever dipped your toes into the world of neural networks, you’ve probably heard about activation functions. At first glance, they sound like some secret weapon only AI wizards know about....

激活函数在神经网络中至关重要,决定神经元是否激活,并引入非线性,使网络能够学习复杂模式。常见的激活函数有Sigmoid、ReLU和Softmax,适用于不同任务。选择合适的激活函数能显著提升模型性能。

神经网络中的激活函数——深度学习的真正MVP
原文英文,约400词,阅读约需2分钟。发表于:
阅读原文

深度学习:技术视角

Yaz tatili birçok kişi için dinlenmek, yeni yerler keşfetmek ve güzel anılar biriktirmek demektir. Deniz kenarında güneşin tadını çıkarmak, yeni şehirler gezmek veya doğayla iç içe olmak tatilin...

深度学习是机器学习的一个子集,利用神经网络分析复杂数据,分为监督学习、无监督学习和强化学习。它广泛应用于图像识别、自然语言处理和医疗等领域,提升各行业的效率和准确性。

深度学习:技术视角
原文约1100字/词,阅读约需4分钟。发表于:
阅读原文

重新考虑深度学习基础的网格重建中的模板网格

本研究解决了传统网格重建方法忽视个体解剖变异的问题。我们提出了一种自适应模板网格重建网络(ATMRN),能够根据输入图像生成自适应模板,从而克服固定模板的局限性。实验结果表明,该方法在皮层网格重建上达到了新的基准,具备广泛的适用性和转移能力。

本研究提出了一种自适应模板网格重建网络(ATMRN),有效解决了传统方法忽视个体解剖变异的问题。实验结果表明,该方法在皮层网格重建方面达到了新的基准,适用性广泛。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文