-
2025-07-31 17:40:22
-
2025-07-31 17:22:44
- 用量子神经网络实现GAN
- 本文介绍量子-经典混合卷积神经网络（QCCNN），其继承CNN架构，以量子特征提取函数替代filter，可增强性能，易基于近期量子计算机实现，还能处理量子数据。同时展示了基于量桨的量子生成对抗网络实现，包括模型组网与训练，最后输出目标态和生成态的相关参数及距离、保真度。
-
1033
-
2025-07-31 17:20:37
- 动手写深度学习框架（一）
- 用 python 从零 手动实现 简单的 深度学习框架（乞丐版）。从Tensor的实现，到 MLP 的构建，手写损失函数、随机梯度下降算法，能够实现基础 NN 网络的自动微分和反向传播，跑通MNIST
-
880
-
2025-07-31 17:19:26
- 【BigData 2023】OrthoNets：正交通道注意力网络
- 本文提出OrthoNets正交通道注意力网络，认为FcaNet中DCT成功源于正交核滤波器。其简化空间压缩，用多个正交核滤波器，再进行类似SE的操作。在CIFAR-10上与ResNet-18对比实验，OrthoNet-18验证精度0.9406，参数11,270,602，性能相当，表明正交核对空间压缩有效。
-
399
-
2025-07-31 16:31:19
- 【虎虎生威迎虎年】对穿肠之PaddleBoBo
- 本文围绕“虎虎生威迎虎年”，介绍用PaddleHub的ernie_gen_couplet模型生成虎年对联，再通过PaddleBoBo将虚拟主播图片与对联生成视频的过程。先阐述春联的起源、发展及寓意，虎年来历，接着说明对联生成要求、数据集、模型，PaddleBoBo介绍，最后分步演示生成对联和视频的操作。
-
706
-
2025-07-31 16:21:37
- INADE个人讲解和理解
- INADE基于SPADE改进，是一种条件归一化方法，旨在提升语义图像生成多样性。它结合语义分割（提供普遍性）与实例分割（提供特殊性），通过统一噪声采样协调各归一化层，避免不一致。编码器生成相关噪声辅助训练，解决了现有方法中同语义实例风格趋同的问题，实现语义级和实例级多样性。
-
760
-
2025-07-31 16:11:12
- 【已部署】利用PaddleX静物物品智能识别并使用Vue前端部署
- 该项目为涉案人员物品保管制度下的子项目，利用目标检测识别登记常见嫌疑人物品以加快事件处理。其使用3900+张不同条件拍摄的qian包等5类物品数据，按VOC格式标注，经处理后用PaddleX训练YOLOv3模型，导出后部署至服务器，前端Vue、后端Flask，可进行物品检测预测。
-
376
-
2025-07-31 15:27:56
- HorNet: 高效的空间交互模块
- 本文提出递归门控卷积(gnConv)，它通过门控卷积核递归设计执行高效、可扩展和平移等变的高阶空间交互，即插即用来改进各种视觉Transformer和基于CNN的模型，并提出新的视觉骨干网络家族：HorNet
-
422
-
2025-07-31 15:23:30
-
2025-07-31 15:16:56
- 多目标跟踪之二分图无权匹配-匈牙利算法
- 本文介绍多目标跟踪中二分图匹配的匈牙利算法与KM算法。先解释完美匹配、二分图、最大匹配、交错路径等概念，以男女配对为例，演示匈牙利算法流程：通过匹配与寻找增广路径交替操作实现最大匹配，并附代码及输入输出说明，展示算法如何解决二分图无权匹配问题。
-
266
