5分钟NLP：使用 HuggingFace 微调BERT 并使用 TensorBoard 可视化
上篇文章我们已经介绍了Hugging Face的主要类，在本文中将介绍如何使用Hugging Face进行BERT的微调进行评论的分类。
动手学习ResNet50
ResNet 论文《Deep Residual Learning for Image Recognition》论文地址：https://arxiv.org/abs/1512.03385残差网络(ResNet)以学习ResNet的收获、ResNet50的复现二大部分，简述ResNet50网络。一、学习
AlexNet论文解读与代码实现
1. 论文解读1.1 泛读1.1.1 标题与作者1.1.2 摘要1.1.3 结论(讨论)1.1.4 重要图1.1.5 重要表1.2 精读1.2.1 文章精解1.2.1.1 ReLU1.2.1.2 Local Response Normalization(局部响应归一化)1.2.1.3 降低过拟合1.
条件随机场（CRF）的详细解释
条件随机场(CRF)结合了最大熵模型和隐马尔可夫模型的特点，是一种无向图模型，其中相邻的上下文信息或状态会影响当前预测，常用于标注或分析序列资料，如自然语言文字或是生物序列
ViT结构优化——Searching the Search Space (S3 NAS)
Paper地址：https://arxiv.org/abs/2111.14725GitHub链接：https://github.com/microsoft/Cream概述网络结构搜索（NAS: Neural-network Architecture Search）的设计收敛，首先取决于搜索空间的设计
人工智能实践Tensorflow2.0 第五章--1.卷积神经网络基础--八股法搭建卷积神经网络--北京大学慕课
第五章–卷积神经网络基础–八股法搭建卷积神经网络本讲目标： 介绍神经网络基本概念，用八股法实现卷积神经网络（以cifar10为例，本节建立的框架作为后续网络的baseline，在baseline中修改实现其他网络）。参考视频。卷积神经网络基础0.回顾全连接神经网络1.卷积计算过程1.1-卷积概念1
论文解释：SeFa ，在潜在空间中为 GAN 寻找语义向量
SeFa — Closed-Form Factorization of Latent Semantics in GANs
YOLOv4网络结构详解
YOLOv4是2020年Alexey Bochkovskiy等人发表在CVPR上的一篇文章，并不是Darknet的原始作者Joseph Redmon发表的，但这个工作已经被Joseph Redmon大佬认可了。之前我们有聊过YOLOv1～YOLOv3以及Ultralytics版的YOLOv3 SPP
5分钟 NLP ：Hugging Face 主要类和函数介绍 🤗
主要包括Pipeline, Datasets, Metrics, and AutoClasses
【宝藏工具系列】神经网络可视化工具集合啦，秒级画出漂亮的神经网络图~
宝藏工具系列，强烈建议收藏备用！！！
手把手写深度学习(10)：用Pix2Pix GANs实现sketch-to-image跨模态任务(理论基础)
前言：2017年GANs正如火如荼地发展，有CGANs、DCGANs等前辈珠玉在前，Pix2Pix GANs横空出世，在多种多模态任务上有着亮眼的表现，并且首次把U-net结构带到了深层次生成模型当中，非常有意义。本文用Pix2Pix GANs实现sketch-image这一跨模态任务。encode
论文推荐：ReLICv2 ，新的自监督学习能否在ResNet 上超越监督学习？
自监督 ResNets 能否在 ImageNet 上没有标签的情况下超越监督学习？
动手学深度学习——卷积层
从全连接到卷积1、简单例子：分类猫和狗的图片使用一个还不错的相机采集图片（12M像素）RGB图片有36M元素使用100大小的单隐藏层MLP，模型有3.6B元素，远多于世界上所有猫和狗总数（900M狗，600M猫）2、重新考察全连接层将输入和输出变形为矩阵（宽度，高度）；将权重变形为4-D张量（h,w
深度盘点：30个用于深度学习、自然语言处理和计算机视觉的顶级 Python 库
今天我们来盘点一下有哪些用于深度学习、自然语言处理和计算机视觉的顶级Python库。我尽力将每个库按预期的使用情况进行归类，所有包含的库都有对应的Github代码仓库，我还列出每个库的在Github上的收藏(Stars) ，提交(Commits )，贡献者(Contributors)的数据，这在一定
神经网络中的激活函数与损失函数&深入理解推导softmax交叉熵
介绍神经网络中常用的激活函数和损失函数，主要是介绍softmax交叉熵损失函数，并使用计算图手动推导softmax交叉熵反向传播过程。
【论文笔记】道路检测 SNE-RoadSeg
论文标题：SNE-RoadSeg: Incorporating Surface Normal Information into Semantic Segmentation for Accurate Freespace Detection论文地址：https://arxiv.org/abs/2008.
BN-Batch Normalization 算法的学习
文章目录背景前景知识-白化BN算法原理BN算法的优点BN的代码实现学习神经网络的时候，发现了很多的算法在输入层之前加上了Batch Normalization 算法，记录一下自己的学习。背景前景知识-白化BN算法原理BN算法的优点BN的代码实现...
眼见不为“实”，人们更信任人工智能合成的假脸
常言道，耳听为虚，眼见为实。但是现在随着人工智能技术的发展，眼见可不一定为实。而造成这一结果的全都是因为深度伪造技术，简称深伪技术或者深度伪造。是Deep Learing（深度学习）和Fake（伪造）的混成词。一种基于人工智能的人体图像合成技术。而该技术的扩散与发展，引起了人们的担忧。2018年，英
论文推荐：StarCraft II Unplugged 离线强化学习
在本文中，我们将介绍 StarCarft II Unplugged 论文 [1]，本论文可以将AlphaStar进行了扩展或者说更好的补充解释，绝对值得详细阅读。
音频数据建模全流程代码示例：通过讲话人的声音进行年龄预测
从EDA、音频预处理到特征工程和数据建模的完整源代码演示
