动态神经网络是深度学习领域的一个新兴研究课题。与静态模型在推理阶段具有固定的计算图和参数相比，动态网络可以根据不同的输入调整其结构或参数，在精度、计算效率和适应性等方面具有显著优势。
2021-02-22 10:09:39
1.41MB
1
很长一段时间以来，计算机架构和系统被优化，以使机器学习(ML)算法或模型的有效执行。现在，是时候重新考虑ML和系统之间的关系，并让ML改变计算机架构和系统的设计方式。这包含着双重意义:提高设计师的工作效率，完成良性循环。
2021-02-18 22:07:40
475KB
1
深度学习不断增长的能源耗费和性能成本，促使社区通过选择性修剪组件来减少神经网络的规模。与生物学上的相似之处是，稀疏网络即使不能比原来的密集网络更好，也能得到同样好的推广。
2021-02-11 09:11:42
4.36MB
1
时尚是我们向世界展示自己的方式，已经成为世界上最大的产业之一。时尚主要通过视觉来传达，因此近年来受到了计算机视觉研究者的广泛关注。
2021-02-02 02:04:08
10.64MB
1
从简单的样本到困难的样本，以一种有意义的顺序，使用课程学习可以提供比基于随机数据变换的标准训练方法更好的性能，而不需要额外的计算成本。
2021-02-01 13:07:39
4.14MB
1
近年来，从社交媒体平台、医学图像和机器人等各个领域产生和分享了大量的视觉内容。大量的内容创造和分享带来了新的挑战。特别是，对相似内容的数据库进行搜索，即基于内容的图像检索(CBIR)，是一个长期存在的研究领域，需要更有效和准确的方法来实现实时检索。人工智能在CBIR方面取得了很大进展，极大地促进了智能搜索的进程。
2021-01-30 23:09:40
3.74MB
1
最近会话推荐系统(CRSs)的兴起从根本上改变了这种情况。在CRS中，用户和系统可以通过自然语言交互进行动态交流，这为明确地获取用户的准确偏好提供了前所未有的机会。
2021-01-28 16:14:54
8.2MB
1
图像到图像转换(I2I)的目的是在保留内容表示的同时将图像从源域传输到目标域。I2I由于在图像合成、分割、风格转换、复原、姿态估计等计算机视觉和图像处理问题上的广泛应用，近年来受到越来越多的关注，并取得了巨大的进展。
2021-01-28 04:56:26
5.29MB
1
人群估计在实际应用中有着重要的意义，如人群分析和视频监控中，人群计数对于构建更高层次的认知能力至关重要。近来，北航的学者发布了关于基于CNN的人群计数综述论文，调研了220+工作，对人群计数模型进行了全面、系统的研究，值得关注。
2020-11-02 16:01:00
2.6MB
1