摘要：华为开发者大会2023（Cloud）期间，华为云面向全球行业领袖、技术专家、社区大咖，举办“99%安全事件5分钟内闭环——华为云安全运营创新与实践”专题论坛。 在华为开发者大会2023（Cloud）期间，华为云面向全球行业领袖、技术专家、社区大咖，举办“99%安全事件5分钟内闭环——华为云安全
在华为开发者大会2023（Cloud）期间，华为云举办“云原生数据库，‘Less哲学’让开发者离应用更近一步”的专题论坛。
引言 本文篇幅较长，且不涉及任何技术方面的代码，亦可能涉及一些浅层的哲学方面的，如不喜，求放过。 经常看到在各个程序员论坛上，总是以术成文，鲜有以道成术，而诸多同僚大多数都追求于术，却略于道，而经验之谈，却是重于术数之用，故，今日开篇总结我的程序员之路，六年下来总结的属于自己的方法论分享给大家，希望
摘要：智能化低代码必修课。 紧跟低代码技术飞速发展——华为云Astro智能工作流惊艳HDC.Cloud 2023！企业对未来智能化组装式交付的期待已不是空想。智能化低代码即将重新定义传统交付模式，密切连接AI科技与创造力。 在HDC.Cloud 2023华为云Astro分论坛，云计算大咖、行业翘楚科
论文提出了一种可扩展的多数据集目标检测器(ScaleDet)，可通过增加训练数据集来扩大其跨数据集的泛化能力。与现有的主要依靠手动重新标记或复杂的优化来统一跨数据集标签的多数据集学习器不同，论文引入简单且可扩展的公式来为多数据集训练产生语义统一的标签空间，通过视觉文本对齐进行训练，能够学习跨数据集的
前言 数据库并发，数据审计和软删除一直是数据持久化方面的经典问题。早些时候，这些工作需要手写复杂的SQL或者通过存储过程和触发器实现。手写复杂SQL对软件可维护性构成了相当大的挑战，随着SQL字数的变多，用到的嵌套和复杂语法增加，可读性和可维护性的难度是几何级暴涨。因此如何在实现功能的同时控制这些S
论文重新审视了深度神经网络中的不确定性估计技术，并整合了一套技术以增强其可靠性。论文的研究表明，多种技术（包括模型正则化、分类器改造和优化策略）的综合应用显着提高了图像分类任务中不确定性预测的准确性 来源：晓飞的算法工程笔记 公众号 论文: SURE: SUrvey REcipes for buil
论文将Multiscale Vision Transformers (MViTv2) 作为图像和视频分类以及对象检测的统一架构进行研究，结合分解的相对位置编码和残差池化连接提出了MViT的改进版本 来源：晓飞的算法工程笔记 公众号 论文: MViTv2: Improved Multiscale Vi
论文提出了多尺度视觉Transformer模型MViT，将多尺度层级特征的基本概念与Transformer模型联系起来，在逐层扩展特征复杂度同时降低特征的分辨率。在视频识别和图像分类的任务中，MViT均优于单尺度的ViT。 来源：晓飞的算法工程笔记 公众号 论文: Multiscale Vision
论文提出了用于快速图像分类推理的混合神经网络LeVIT，在不同的硬件平台上进行不同的效率衡量标准的测试。总体而言，LeViT在速度/准确性权衡方面明显优于现有的卷积神经网络和ViT，比如在80%的ImageNet top-1精度下，LeViT在CPU上比EfficientNet快5倍 来源：晓飞的算
论文标题：Segment Angthing 论文作者： Alexander Kirillov Eric Mintun Nikhila Ravi Hanzi Mao... 论文地址：2304.02643 (arxiv.org) 声明：小编翻译论文仅为学习，如有侵权请联系小编删除博文，谢谢！ 小编是一个
论文基于实验验证，为数据需求预测这一问题提供了比较有用的建议，详情可以直接看看Conclusion部分。 来源：晓飞的算法工程笔记 公众号 论文: How Much More Data Do I Need? Estimating Requirements for Downstream Tasks 论
设计一个更优的、可理解的、面向最终目标的框架。基于这个面向Planning的思想，他们提出了 Unified Autonomous Driving (UniAD)方案，一种新的自动驾驶框架。这个方案从全局视角出发，让智驾的各个模块特征提取可以互相补充，各个任务之间可以通过统一的查询接口通信。在此基础...
论文主要处理Vision Transformer中的性能问题，采用推理速度不同的级联模型进行速度优化，搭配层级间的特征复用和自注意力关系复用来提升准确率。从实验结果来看，性能提升不错 来源：晓飞的算法工程笔记 公众号 论文: Not All Images are Worth 16x16 Words:
论文提出了经典的Vision Transormer模型Swin Transformer，能够构建层级特征提高任务准确率，而且其计算复杂度经过各种加速设计，能够与输入图片大小成线性关系。从实验结果来看，Swin Transormer在各视觉任务上都有很不错的准确率，而且性能也很高 来源：晓飞的算法工程
再一次轮到讲自己的paper！耶，宣传一下自己的工作，顺便完成中文博客的解读 方便大家讨论。 Title Picture Reference and pictures paper: https://arxiv.org/abs/2401.16122 code: https://github.com/K
论文链接：Unlocking the Power of Cross-Dimensional Semantic Dependency for Image-Text Matching (ACM MM23) 代码主页：https://github.com/CrossmodalGroup/X-Dim 主要优
论文标题：Uniformed Students Student-Teacher Anomaly Detection With Discriminative Latent Embbeddings 论文作者： Paul Bergmann Michael Fauser David Sattlegger C
