cnn

人工智能革命正在如火如荼地进行，而卷积神经网络(cnn)的发展是这场技术变革的关键驱动力之一。这些先进的机器学习算法加速了机器人技术和自主系统的进步，使机器能够以前所未有的准确性和…

​ 如何在卷积神经网络上运行 BERT？ 你可以直接用 SparK —— 字节跳动技术团队提出的稀疏层次化掩码建模 (Designing BERT for Convolutiona…

译者 | 朱先忠 审校 | 孙淑娟 传统的球面CNN无法扩展到高分辨率分类任务。在本文中，我们介绍了球面散射层（spherical scattering lay…

遥感成像技术在过去几十年取得显着进步。现代机载传感器在空间、光谱和分辨率上的不断提升，已经能覆盖地球表面大部分范围，因此遥感技术在生态学、环境科学、土壤科学、水污染、冰川学、土地测…

由于复杂的注意力机制和模型设计，大多数现有的视觉 Transformer（ViT）在现实的工业部署场景中不能像卷积神经网络（CNN）那样高效地执行。这就带来了一个问题：视觉神经网络…

近年来，CNN 因其优异的性能，在计算机视觉、自然语言处理等各个领域受到了研究者们的青睐。但是，CNN 是一个 「黑盒」 模型，即模型的学习内容和决策过程很难用人类能够理解的方式提…