latte
-
基于PaddlePaddle复现的CycleMLP
本文提出了一个简单的 MLP-like 的架构 CycleMLP，它是视觉识别和密集预测的通用主干，不同于现代 MLP 架构，例如 MLP-Mixer、ResMLP 和 gMLP，其架构与图像大小相关，因此是在目标检测和分割中不可行。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量…
-
详解AI作画算法原理_ai作画的代码原理
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ AI绘画，也被称为生成艺术或人工智能艺术创作，是一种借助人工智能技术自动生成图像或视频的艺术形式。这类绘画算法通常基于深度学习方法，通过分析大量图像数据来掌握图像特征与规律，并据此创造出具有相似…
-
【CVPR 2020】Dynamic Convolution：在卷积核上的注意力
轻量级卷积神经网络因计算预算限制深度和宽度，导致表示能力与性能不足。为此提出动态卷积，不增加网络深度或宽度，每层用多个并行卷积核，依输入注意力动态聚合。这既因核小高效，又因非线性聚合增强表示能力。将其用于MobileNetv3 – Small，ImageNet分类TOP – …
-
ShiftViT：采用简单高效的移位操作证明Attention是否必要
注意力机制被视为视觉Transformer成功关键，但研究质疑其必要性。通过零参数零计算的Shift操作构建ShiftViT，替代注意力层，在分类、检测和分割等任务中表现媲美甚至优于Swin Transformer，表明注意力机制或非ViT成功关键，未来应关注其剩余部分。 ☞☞☞AI 智能聊天, 问…
-
论文复现： DSIN-阿里点击率预测三部曲-3
本文介绍了基于PaddlePaddle复现Deep Session Interest Network（DSIN）用于点击率预测的项目。项目使用阿里Ali_Display_Ad_Click数据集，将用户历史交互数据划分为会话建模兴趣。复现的DSIN模型测试AUC达0.6356，详述了数据集预处理、模型…
-
用飞桨框架2.0造一个会下五子棋的AI模型
Gomoku游戏比围棋或象棋简单得多，因此我们可以专注于AlphaZero的训练，在一台PC机上几个小时内就可以获得一个让你不可大意的AI模型——因为一不留心，AI就可能战胜了你。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 用飞桨框架2…
-
点击反欺诈预测Baseline
本文介绍点击反欺诈预测赛题及基线方案。赛题需预测点击是否为欺诈，基于约50万次点击数据，仅限用飞桨框架。基线含运行方式、设计思想与技术方案，包括数据处理（提供emb和norm方案）、网络结构设计，还给出训练和推理步骤及相关代码实现。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使…
-
英雄联盟大师 Baseline
该赛事围绕英雄联盟实时对局数据预测胜负展开。提供18万训练数据与2万测试数据，含击杀、伤害等30个字段，需预测测试集“win”标签，以准确率评分。Baseline流程含环境配置、代码运行等步骤，采用简单神经网络模型，还可通过提取交叉特征、加入验证集等优化模型提升成绩。 ☞☞☞AI 智能聊天, 问答助…
-
基于PaddlePaddle2.0.0rc使用LSTM进行北京空气污染序列预测
本项目基于PaddlePaddle2.0.0rc，用2010-2014年北京空气污染数据，通过LSTM和DNN对比预测未来一天某时刻PM2.5。经数据预处理、标准化和滑窗处理，构建模型训练。结果显示，LSTM在时序预测上效果更优，验证集MAE损失更低，未出现过拟合，更适合此类任务。 ☞☞☞AI 智能…
-
基于PaddleDetection的情绪识别
本项目基于PaddleDetection套件的人脸检测模块和VGG情绪七分类模型，实现从图片中检测人脸并分类表情。先介绍项目背景、意义等，再说明fer2013数据集处理过程，构建VGG网络训练，经100轮迭代精度达63%左右，还结合PaddleDetection的人脸识别模型，最后尝试ResNet3…
