1月论文推荐：Hyper-Tune 满足大规模高效分布式自动超参数调整的 SOTA 架构

北京大学、苏黎世联邦理工学院和快手科技的研究团队提出了 Hyper-Tune，这是一种高效、健壮的分布式超参数调优框架

论文阅读笔记：End-to-End Object Detection with Transformers

论文阅读笔记：End-to-End Object Detection with Transformers

论文阅读笔记：Vision Transformer

论文阅读笔记：Vision Transformer

ConvNeXt网络详解

今年(2022)一月份，Facebook AI Research和UC Berkeley一起发表了一篇文章A ConvNet for the 2020s，在文章中提出了ConvNeXt纯卷积神经网络，它对标的是2021年非常火的Swin Transformer，通过一系列实验比对，在相同的FLOPs

为神经网络选择正确的激活函数

在本篇文章中我们将讨论神经网络中常见的激活函数，并使用可视化技术帮助你了解激活函数的函数定义和不同的使用场景。

利用对抗变化网络进行对抗训练

引言方法描述实验方法

WikiNet — CS224W 课程项目的循环图神经网络实践

华为云ModelArts初体验-飞机识别

一、前言最近了解到华为云的ModelArts，它是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。按照官方文档的引导：ModelArts

神经网络-人脸表情识别

导 论 ：Hello 各位小伙伴，今天给大家带来零基础入门深度学习第一个小项目—情绪识别。本订阅号作为科普类的公众号，目的就是科普人工智能，无论什么专业只需要掌握了高中数学基础与简单编程就能入门人工智能。好了，接下来开始我们今天的第一个小项目—计算机视觉之情绪检测。本小项目是非常经典的，会了这个项目

5分钟 NLP系列—— 11 个词嵌入模型总结

TF-IDF, Word2Vec, GloVe, FastText, ELMO, CoVe, BERT, RoBERTa

深度学习——线性回归实现笔记

这个是我个人学习笔记，跟着b站沐神学习，链接：08 线性回归 + 基础优化算法【动手学深度学习v2】_哔哩哔哩_bilibili我仅仅对代码进行一些解读，发现有解读不对的地方，欢迎大家来评论区讨论目录????生成数据集​????第一步：导包????第二步：构造函数????结果????第三步：画图看一

Windows下使用Darknet训练自己的数据集（模型：yolov4-tiny、数据集：垃圾分类）

超级详细的Darknet训练自己数据集的教程博客，使用yolov4-tiny模型进行垃圾分类数据集进行训练！

基于Python的作业自动批改系统

同级新建fonts文件夹里拷贝一些字体文件，从这里找C:\Windows\Fonts，几十个就行。get_character_pic.py 生成字体cnn.py 训练数据main.py 裁剪指定图片并识别，素材图片新建imgs文件夹,在imgs/question.png下，结果文件保存在imgs/r

使用图神经网络从稀疏数据中学习连续时间偏微分方程

这是一篇在2020年发表在ICLR的论文，论文使用图神经网络从稀疏数据中学习连续时间偏微分方程，文章提出的模型主要创新点是允许任意空间和时间离散化

深入了解 TabNet ：架构详解和分类代码实现

Google发布的TabNet是一种针对于表格数据的神经网络，它通过类似于加性模型的顺序注意力机制（sequential attention mechanism）实现了instance-wise的特征选择，还通过encoder-decoder框架实现了自监督学习。

论文推荐：在早期训练阶段预测下游模型性能

22年1月的新论文提出了基于边缘动态系统的神经网络选择的新视角

5分钟 NLP系列 — SentenceTransformers 库介绍

Less is More：半监督学习让标记数据不再那么重要

ConvNeXt：超越 Transformer？总结涨点技巧与理解代码(附注释)

CNN or Transformer？研究证明通过对 CNN 一步步改进也可以达到超越 Transformer 的表现。

特殊图像的色彩特征工程：非自然图像的颜色编码

在本文中，我们将探讨特征工程的不同方式（将原始颜色值进行展开）如何有助于提高卷积神经网络的分类性能。