基于深度残差收缩网络的鲁棒通信辐射源个体识别
首页 专栏 算法 文章详情 0 基于深度残差收缩网络的鲁棒通信辐射源个体识别 汉民 发布于 4 月 17 日 近年来，己经有越来越多的研究人员尝试在通信辐射源个体识别领域引入基于深度学习的识别算法，并且在信号参数已知、待识别样本纯净的理想实验环境中取得了一定成
深度残差收缩网络的完整PyTorch代码
首页 专栏 人工智能 文章详情 0 深度残差收缩网络的完整PyTorch代码 莉莉 发布于 4 月 4 日 1、基础理论 深度残差收缩网络是建立在三个部分的基础之上的，包括残差网络、注意力机制和软阈值化。 其功能特色包括： 1）由于软阈值化是信号降噪算法的常用
北斗GPS卫星同步时钟（NTP时间同步服务器）技术原理介绍
北斗GPS卫星同步时钟（NTP时间同步服务器）技术原理介绍北斗GPS卫星同步时钟（NTP时间同步服务器）技术原理介绍京准电子科技原创文章 1、网络时间同步显示系统（子母钟系统）：通过NTP校时器（母钟）自动接收GPS卫星或者我国的北斗卫星信号，通过卫星授时信号主板处理后，再将该标准时间信号以网络时间
基于深度神经网络的噪声标签学习
首页 专栏 深度学习 文章详情 1 基于深度神经网络的噪声标签学习 华为云开发者社区 发布于 4 月 14 日 摘要：介绍带噪学习领域前沿方法，解决不完美场景下的神经网络优化策略，旨在提升模型性能。 本文分享自华为云社区《Learning from Nois
DGC：真动态分组卷积，可能是解决分组特征阻塞的最好方案 | ECCV 2020 Spotlight
近期，动态网络在加速推理这方面有很多研究，DGC(Dynamic Group Convolution)将动态网络的思想结合到分组卷积中，使得分组卷积在轻量化的同时能够加强表达能力，整体思路直接清晰，可作为网络设计时的一个不错的选择 来源：晓飞的算法工程笔记 公众号 论文: Dynamic Gr
文字工作者福音：四行代码实现翻译，支持50种语言，开源代码，附性能实测
首页 专栏 python 文章详情 0 文字工作者福音：四行代码实现翻译，支持50种语言，开源代码，附性能实测 Chris 发布于 3 月 19 日 最近（确切地说是昨天），有人发布了使用深度学习技术进行文本翻译的 Python 库，调用起来非常方便，基于 F
pytorch中的损失函数总结——分类和分割相关
交互分割实战知识笔记2 深度学习中训练网络，必定要考虑的问题之一就是损失函数如何选取。近年来分割中Focal Loss等十分火热，但是很多项目使用的仍然是基础的Dice，CrossEntropy等基础损失函数，效果相差也并不惊人，可见传统的Loss当中仍然有许多值得学习的地方。 本文主要针对分割分类
Super SloMo：用神经网络脑补超级慢动作
首页 专栏 算法 文章详情 2 Super SloMo：用神经网络脑补超级慢动作 超神经HyperAI 发布于 3 月 18 日 如今，人们对于视频帧率的追求越来越高，因为高帧率视频更加顺滑、流畅，能极大地提升人们的观看体验。 现有相机拍摄的视频帧率，也从 25
基于残差收缩网络的时间序列分类算法
首页 专栏 算法 文章详情 0 基于残差收缩网络的时间序列分类算法 汉民 发布于 4 月 18 日 时间序列数据容易受到噪声的扰动而失去意义，所以能够对时间序列中的噪声进行处理将会对分类精度产生重要影响[1]。 残差收缩网络[2]是一种面向强噪、高冗余数据的分
Normalization的基本思想
首页 专栏 神经网络 文章详情 0 Normalization的基本思想 anie 发布于 3 月 14 日 简述 Normalization的基本思想其实相当直观：因为深层神经网络在做非线性变换前的激活输入值（就是那个x=WU+B，U是输入）随着网络深度加深或
DeepMind 提出 Perceiver：使用RNN的方式进行注意力，通过交叉注意力节省计算量，附使用方法
首页 专栏 机器学习 文章详情 0 DeepMind 提出 Perceiver：使用RNN的方式进行注意力，通过交叉注意力节省计算量，附使用方法 Chris 发布于 3 月 23 日 今天要解读的论文来自 DeepMind ，论文名为《Perceiver: G
几个深度学习常见metrics
随手记——几个深度学习常见metrics kappa 公式 $$ kappa = \frac {p_o-p_e} {1-p_e} $$ 其中 $$ p_o=\frac {分类正确的样本数} {所有样本数} = (混淆矩阵中的)\frac {对角线元素之和} {所有元素之和} $$ $$ p_e =
加载更多