-
Stable Cascade: 基于Würstchen架构的高效神经网络模型
Stable Cascade是基于Würstchen架构的高效神经网络模型,具有更小的潜在空间、更快的推理速度和更高的效率。可免费用于非商业项目,适用于各种用途。- 216
- 0
-
MoE的Scaling Law: 从理论到实验的建模方式演进
本文从理论推导到实验观察,探讨了MoE的Scaling Law在神经网络模型中的应用,对模型结构和数据的影响进行了重新评估,对于对神经网络模型感兴趣的读者具有一定参考价值。- 440
- 0
-
-
深度学习技术在广告领域的创新应用
深度学习技术在广告领域崭露头角,利用生成对抗网络(GANs)等模型生成具有创意和吸引力的广告图像,提升品牌形象和产品推广效果。了解深度学习技术如何应用于创意广告图像生成的过程和优势。- 665
- 0
-
稀疏点云表面重建与 SDF 的神经网络算法
这篇文章介绍了一种利用神经网络算法从稀疏点云中重建表面的方法,通过学习预测 Signed distance functions(SDFs) 的模型,实现了对稀疏点云的表面重建。文章发表在CVPR 2022上,是计算机视觉领域的研究成果。- 245
- 0
-
Inception结构及其在神经网络中的应用
本文介绍了Inception结构的来源、演变和在神经网络中的应用,以及为什么要提出Inception结构,对于对神经网络模型和深度学习感兴趣的读者来说,这是一篇值得阅读的文章。- 92
- 0
-
MegEngine Imperative Runtime常用组件介绍
本文介绍了MegEngine Imperative Runtime中包含的常用组件,包括Python层的数据处理、神经网络模型构建、优化器等。- 168
- 0
-
-
零样本和小样本文本分类的神经网络模型及标签调优方法
本文介绍了在训练数据很少或没有训练数据的情况下构建文本分类器的问题,并提出了基于神经文本蕴涵模型的方法及标签调优的解决方案。适合对零样本和小样本文本分类感兴趣的读者阅读。- 527
- 0
-
控制神经网络模型 ControlNet 运用于稳定扩散模型的生成
本文介绍了如何运用ControlNet神经网络模型对稳定扩散模型进行细粒度控制生成,包括设计生成条件、构建数据集和训练模型的步骤。文章涉及生成条件的设计,数据集的构建,以及使用现有模型进行条件图片转换等方面。- 342
- 0
-
深度学习中常用的几种激活函数介绍
本文介绍了深度学习中常用的几种激活函数,包括Sigmoid、Tanh、ReLU、LeakyRelu和PRelu激活函数,分析了它们的优缺点,并讨论了在神经网络模型中的应用。- 388
- 0
-
MobileNetV3: 下一代高效神经网络模型
本文介绍了新一代 MobileNetV3 模型的开发,结合了互补搜索技术和新颖的架构设计,旨在优化移动设备上的精确延迟交换,提高神经网络的效率。- 133
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!