前言 作为深度学习的开山之作AlexNet，确实给后来的研究者们很大的启发，使用神经网络来做具体的任务，如分类任务、回归（预测）任务等，尽管AlexNet在今天看来已经有很多神经网络超越了它，但是它依然是重要的。AlexNet的作者Alex Krizhevsky首次在两块GTX 580 GPU上做神
大家好，我是Charzie。在编程领域，高精度计算是一个常见的问题。当标准的整型或浮点型无法满足我们的计算需求时，高精度计算就显得尤为重要。在C++中，虽然标准库没有直接提供高精度数据类型，但我们可以通过一些技巧和工具类来实现高精度计算。 为什么需要高精度？ 在编程中，我们经常会遇到一些大数计算的问
摘要：本文提出了一种针对文字识别的多模态半监督方法，具体来说，作者首先使用teacher-student网络进行半监督学习，然后在视觉、语义以及视觉和语义的融合特征上，都进行了一致性约束。 本文分享自华为云社区《一种针对文字识别的多模态半监督方法》，作者： Hint 。 摘要 直到最近，公开的真实场
Q-REG Jin, S., Barath, D., Pollefeys, M., & Armeni, I. (2023). Q-REG: End-to-End Trainable Point Cloud Registration with Surface Curvature. paper: 230
摘要：本案例代码是FCOS论文复现的体验案例，此模型为FCOS论文中所提出算法在ModelArts + PyTorch框架下的实现。本代码支持FCOS + ResNet-101在MS-COCO数据集上完整的训练和测试流程 本文分享自华为云社区《通用物体检测算法 FCOS(目标检测/Pytorch)》
摘要：本案例是 CartoonGAN: Generative Adversarial Networks for Photo Cartoonization的论文复现案例。 本文分享自华为云社区《cartoongan 图像动漫化》，作者： HWCloudAI 。 本案例是 CartoonGAN: Gen
摘要：这篇文章属于系统分析类的文章，通过详细的实验分析了离地攻击（Living-Off-The-Land）的威胁性和流行度，包括APT攻击中的利用及示例代码论证。 本文分享自华为云社区《[论文阅读] (21)S&P21 Survivalism: Living-Off-The-Land 经典离地攻击》
摘要：基于 Dropout 的这种特殊方式对网络带来的随机性，研究员们提出了 R-Drop 来进一步对（子模型）网络的输出预测进行了正则约束。 本文分享自华为云社区《R-Drop论文复现与理论讲解》，作者： 李长安。 R-Drop: Regularized Dropout for Neural Ne
(2024.5.17)JBHI-TransFOL：药物相互作用中复杂关系推理的逻辑查询模型 论文题目：TransFOL: A Logical Query Model for Complex Relational Reasoning in Drug-Drug Interaction 论文期刊：Jour
这篇论文2014年发布在SCI一区，共3篇，作者是师承模糊集之父Zadeh的王立新教授（西安交通大学），论文的贡献在于把金融领域模糊的表达转变为模糊集（fuzzy sets）和隶属函数（membership），先看回测展示： 图中上图绿线表示买入并持有，红线表示卖出。下图是系数值，绿色代表买方力量值
https://whoiami.github.io/RAFT RAFT 是为了保证一致性的工程实现方法。其想法来自于Paxos，由于Paxos极其难以理解以及高复杂性，在工程上实现难度异常大。Diego Ongaro 和 John Ousterhout 提出了一种便于理解和工程实现的一致性算法，其复
> BGV12，论文：(Leveled) Fully Homomorphic Encryption without Bootstrapping ## 密钥交换 》，作者：HWCloudAI。 目标检测常采用An
摘要：该方法的主要思想是使用数值较大的排在前面的梯度进行反向传播，可以认为是一种在线难例挖掘方法，该方法使模型讲注意力放在较难学习的样本上，以此让模型产生更好的效果。 本文分享自华为云社区《ATK Loss论文复现与代码实战》，作者：李长安。 损失是一种非常通用的聚合损失，其可以和很多现有的定义在单
摘要：在本论文中揭示了这样一种现象：一层内的许多特征图共享相似但不相同的模式。 本文分享自华为云社区《Split to Be Slim: 论文复现》，作者： 李长安 。 Split to Be Slim: An Overlooked Redundancy in Vanilla Convolution
华为《Taurus MM: bringing multi-master to the cloud》论文被国际数据库顶会VLDB 2023录用，这篇论文里讲述了符合云原生数据库特点的超燃技术。
算法优化 并行注意力机制 \[串行版本: y = x + MLP(LayerNorm(x + Attention(LayerNorm(x)))) \]\[并行版本: y = x + MLP(LayerNorm(x)) + Attention(LayerNorm(x)))) \]乍一看确实不是等价的,
本文分享自华为云社区《全球厂商之最，华为GaussDB&GeminiDB，17篇论文入选国际数据库顶会ICDE》 ，作者：GaussDB 数据库。 5月13-17日，国际数据库顶级学术会议 ICDE 2024 于荷兰乌得勒支举行。华为GaussDB 和GeminiDB 17篇论文入选，成为全球论文入
