CVPR 2023 | 三维场景生成：无需任何神经网络训练，从单个样例生成多样结果
北京大学陈宝权团队联合山东大学和腾讯AI Lab的研究人员，提出了首个基于单样例场景无需训练便可生成多样高质量三维场景的方法。多样高质的三维场景生成结果论文地址：https://arxiv.org/abs/2304.12670项目主页：http://weiyuli.xyz/Sin3DGen/引言使用人工智能辅助内容生成（AIGC）在图像生成领域涌现出大量的工作，从早期的变分自编码器（VAE），到....
【深度学习】基于卷积神经网络的天气识别训练
前言关于环境这里不再赘述，与【深度学习】从LeNet-5识别手写数字入门深度学习一文的环境一致。然后需要补充一个pillow包版本7.20即可。了解weather_photos数据集该数据包含多云、下雨、晴、日出四种类型天气的照片。分为四个文件夹，每个文件夹对应着该类型的天气图片。文件夹名称天气类型数据量cloudy多云300rain下雨215shine晴253sunrise日出357可以看到每....
DHVT：在小数据集上降低VIT与卷积神经网络之间差距，解决从零开始训练的问题
在空间方面，采用混合结构，将卷积集成到补丁嵌入和多层感知器模块中，迫使模型捕获令牌特征及其相邻特征。 在信道方面，引入了MLP中的动态特征聚合模块和多头注意力模块中全新的“head token”设计，帮助重新校准信道表示，并使不同的信道组表示相互交互。 Dynamic Hybrid Vision Transformer (DHVT) 1、顺序重叠补丁嵌入 (Sequential Ove...
微软提出自动化神经网络训练剪枝框架OTO，一站式获得高性能轻量化模型
作者： 陈天翼-微软西雅图-高级研究员OTO 是业内首个自动化、一站式、用户友好且通用的神经网络训练与结构压缩框架。在人工智能时代，如何部署和维护神经网络是产品化的关键问题考虑到节省运算成本，同时尽可能小地损失模型性能，压缩神经网络成为了 DNN 产品化的关键之一。DNN 压缩通常来说有三种方式，剪枝，知识蒸馏和量化。剪枝旨在识别并去除冗余结构，给 DNN 瘦身的同时尽可能地保持模型性能，是最为....
怎样让ChatGPT在其内部训练神经网络？先让它想象自己有4块3090
热评：想象自己有四块3090，什么赛博唯心主义？怎样让ChatGPT在其内部训练神经网络？这个话题有点超乎大多数人的理解。步骤是这样的:1. 先让它伪装成 Ubuntu 18.04，给它说你安装了 Python 3.9, Pytorch 1.8, CUDA 11.3 和其他训练一个 pytorch 模型所需要的库。让 ChatGPT 伪装成 Linux 终端，这个梗在外网有过讨论，这里需要让他额....
7 Papers & Radios | Hinton前向-前向神经网络训练算法；科学家造出「虫洞」登Nature封面
本周主要论文包括：Hinton 在 NeurIPS 2022 会议上对 Forward-Forward（FF）网络的解读；科学家们创造了有史以来第一个虫洞，研究论文登上《Nature》杂志的封面等研究。目录The Forward-Forward Algorithm: Some Preliminary Investigations The Architectural Bottleneck Prin....
有效融合语言模型、图神经网络，文本图训练框架GLEM实现新SOTA
机器之心编辑部蒙特利尔算法学习人工智能实验室（Mila）和微软亚洲研究院等单位提出文本图训练框架 GLEM [1]，能够有效融合语言模型和图神经网络，取得 OGB 3 个数据集第一名。主要单位：蒙特利尔算法学习人工智能实验室（Mila）、微软亚洲研究院等论文地址：https://arxiv.org/abs/2210.14709代码地址：https://github.com/andyjzhao/g....
物理系统执行机器学习计算，一种使用反向传播训练的深度物理神经网络
深度学习模型已成为科学和工程领域的普遍工具。然而，它们的能源需求现在越来越限制它们的可扩展性。深度学习加速器旨在高效地执行深度学习，通常针对推理阶段，并且通常通过利用传统电子设备之外的物理基板。迄今为止的方法一直无法应用反向传播算法来原位训练非常规的新型硬件。反向传播的优势使其成为事实上的大规模神经网络训练方法，因此这一缺陷构成了主要障碍。在这里，康奈尔大学的研究人员介绍了一种混合原位-计算机算....
Nature子刊：未经训练的神经网络也可以进行人脸检测
最近发表在《自然 · 通讯》上的一项新研究表明，高级的视觉认知功能可以在未经训练的神经网络中自发产生，面部图像的视觉选择性甚至可以在完全未经训练的深度神经网络中产生。对于动物的社会行为（群体中不同成员分工合作，共同维持群体生活的行为）来说，检测和识别面孔的能力至关重要。这种能力被认为起源于单神经元或多神经元水平的神经元调谐（神经元有选择地表示一种感觉、协同、运动、认知等信息的特性）。科学家已经在....
NeurIPS 2021 | 华为诺亚Oral论文：基于频域的二值神经网络训练方法
二值神经网络（BNN）将原始全精度权重和激活用符号函数表征成 1-bit。但是由于常规符号函数的梯度几乎处处为零，不能用于反向传播，因此一些研究已经提出尝试使用近似梯度来减轻优化难度。然而，这些近似破坏了实际梯度的主要方向。基于此，在一篇 NeurIPS 2021 论文中，来自华为诺亚方舟实验室等机构的研究者提出使用傅里叶级数的组合来估计频域中符号函数的梯度以训练 BNN，即频域逼近 (FDA)....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。