开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

CNN架构相同，但得到的结果不同

CNN（卷积神经网络）是一种深度学习模型，主要用于图像识别和计算机视觉任务。它的架构包括卷积层、池化层和全连接层等组件。

卷积层是CNN的核心组件，通过卷积操作提取图像的特征。卷积操作使用一组可学习的滤波器（也称为卷积核）对输入图像进行滑动窗口计算，生成特征图。每个滤波器可以检测输入图像中的不同特征，例如边缘、纹理等。

池化层用于减小特征图的尺寸，并保留重要的特征。常用的池化操作有最大池化和平均池化，它们分别选取池化窗口中的最大值或平均值作为输出。

全连接层将池化层输出的特征图转换为分类或回归的结果。它通过学习权重和偏置来建立输入特征与输出结果之间的映射关系。

CNN架构相同，但得到的结果不同的原因可能有以下几个方面：

数据集不同：不同的数据集具有不同的特点和分布，因此即使使用相同的CNN架构，对不同数据集的处理结果也会有差异。
参数初始化和随机性：CNN中的权重和偏置通常是随机初始化的，而且在训练过程中会使用随机梯度下降等优化算法进行参数更新。这些随机性会导致不同的初始化和训练过程，进而影响最终的结果。
超参数设置：CNN中的超参数包括学习率、批大小、卷积核大小等，不同的超参数设置可能导致不同的结果。
模型结构调整：除了架构相同，还可以通过调整CNN的层数、卷积核数量、池化方式等来改变模型结构，进而影响结果。

综上所述，CNN架构相同，但得到的结果不同可能是由于不同的数据集、参数初始化和随机性、超参数设置以及模型结构调整等因素的影响。在实际应用中，可以通过调整这些因素来优化CNN模型的性能。

腾讯云提供了一系列与CNN相关的产品和服务，包括云服务器、GPU实例、人工智能平台等。具体推荐的产品和产品介绍链接地址如下：

云服务器（ECS）：提供高性能的计算资源，可用于训练和部署CNN模型。产品介绍链接：https://cloud.tencent.com/product/cvm
GPU实例：提供强大的图形处理能力，加速深度学习任务的训练和推理。产品介绍链接：https://cloud.tencent.com/product/gpu
人工智能平台（AI Lab）：提供了丰富的人工智能开发工具和资源，包括深度学习框架、模型训练平台等。产品介绍链接：https://cloud.tencent.com/product/ailab

通过腾讯云的产品和服务，用户可以方便地搭建和运行CNN模型，实现图像识别和计算机视觉等应用场景。

相关搜索:<label>和<del>的HTML样式相同，但产生的结果不同 Elasticsearch:相同的请求，不同的结果 JavaScript遍历Json数组，选择不同的属性保存，但得到相同的数组 python二维数组。不同的启动方式得到相同的结果，但操作结果不同。为什么在Python中相同的代码会得到不同的结果？为什么相同的代码会得到不同的结果？使用toLocaleDateString在相同代码上得到不同的结果使用相同的方法但得到不同的结果合并相同但条件不同的查询图像分类Cnn模型总是给出相同的结果

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

7大类深度CNN架构创新综述

通过 1989 年 LeCun 处理网格状拓扑数据（图像和时间系列数据）的研究，CNN 首次受到关注。CNN 被视为理解图像内容的最好技术之一，并且在图像识别、分割、检测和检索相关任务上表现出了当前最佳性能。CNN 的成功引起了学界外的注意。在产业界，如谷歌、微软、AT&T、NEC 和 Facebook 这样的公司都设立了研究团队来探索 CNN 的新架构。目前，图像处理竞赛中的大多数领跑者都会采用基于深度 CNN 的模型。

05

7大类卷积神经网络(CNN)创新综述

深度卷积神经网络（CNN）是一种特殊类型的神经网络，在各种竞赛基准上表现出了当前最优结果。深度 CNN 架构在挑战性基准任务比赛中实现的高性能表明，创新的架构理念以及参数优化可以提高 CNN 在各种视觉相关任务上的性能。本综述将最近的 CNN 架构创新分为七个不同的类别，分别基于空间利用、深度、多路径、宽度、特征图利用、通道提升和注意力。

02

94页论文综述卷积神经网络：从基础技术到研究前景

选自arXiv 机器之心编译参与：Panda 卷积神经网络（CNN）在计算机视觉领域已经取得了前所未有的巨大成功，但我们目前对其效果显著的原因还没有全面的理解。近日，约克大学电气工程与计算机科学系的

07

94页论文综述卷积神经网络：从基础技术到研究前景

卷积神经网络（CNN）在计算机视觉领域已经取得了前所未有的巨大成功，但我们目前对其效果显著的原因还没有全面的理解。2018年3月，约克大学电气工程与计算机科学系的 Isma Hadji 和 Richa

01

综述卷积神经网络论文：从基础技术到研究前景

过去几年来，计算机视觉研究主要集中在卷积神经网络（常简称为 ConvNet 或 CNN）上。这些工作已经在广泛的分类和回归任务上实现了新的当前最佳表现。相对而言，尽管这些方法的历史可以追溯到多年前，但对这些系统得到出色结果的方式的理论理解还很滞后。事实上，当前计算机视觉领域的很多成果都是将 CNN 当作黑箱使用，这种做法是有效的，但其有效的原因却非常模糊不清，这严重满足不了科学研究的要求。尤其是这两个可以互补的问题：（1）在被学习的方面（比如卷积核），究竟被学习的是什么？（2）在架构设计方面（比如层的数量、核的数量、池化策略、非线性的选择），为什么某些选择优于另一些选择？这些问题的答案不仅有利于提升我们对 CNN 的科学理解，而且还能提升它们的实用性。

00

94页论文综述卷积神经网络：从基础技术到研究前景

导读：卷积神经网络（CNN）在计算机视觉领域已经取得了前所未有的巨大成功，但我们目前对其效果显著的原因还没有全面的理解。近日，约克大学电气工程与计算机科学系的 Isma Hadji 和 Richard

02

94页论文综述卷积神经网络：从基础技术到研究前景

机器之心编译参与：Panda 卷积神经网络（CNN）在计算机视觉领域已经取得了前所未有的巨大成功，但我们目前对其效果显著的原因还没有全面的理解。近日，约克大学电气工程与计算机科学系的 Isma Ha

07

【综述】卷积神经网络: 从基础技术到研究前景

过去几年来，计算机视觉研究主要集中在卷积神经网络（常简称为 ConvNet 或 CNN）上。这些工作已经在广泛的分类和回归任务上实现了新的当前最佳表现。相对而言，尽管这些方法的历史可以追溯到多年前，但对这些系统得到出色结果的方式的理论理解还很滞后。事实上，当前计算机视觉领域的很多成果都是将 CNN 当作黑箱使用，这种做法是有效的，但其有效的原因却非常模糊不清，这严重满足不了科学研究的要求。尤其是这两个可以互补的问题：（1）在被学习的方面（比如卷积核），究竟被学习的是什么？（2）在架构设计方面（比如层的数量、核的数量、池化策略、非线性的选择），为什么某些选择优于另一些选择？这些问题的答案不仅有利于提升我们对 CNN 的科学理解，而且还能提升它们的实用性。

02

【CNN】94页论文综述卷积神经网络：从基础技术到研究前景

过去几年来，计算机视觉研究主要集中在卷积神经网络（常简称为 ConvNet 或 CNN）上。这些工作已经在广泛的分类和回归任务上实现了新的当前最佳表现。相对而言，尽管这些方法的历史可以追溯到多年前，但对这些系统得到出色结果的方式的理论理解还很滞后。事实上，当前计算机视觉领域的很多成果都是将 CNN 当作黑箱使用，这种做法是有效的，但其有效的原因却非常模糊不清，这严重满足不了科学研究的要求。尤其是这两个可以互补的问题：（1）在被学习的方面（比如卷积核），究竟被学习的是什么？（2）在架构设计方面（比如层的数量、核的数量、池化策略、非线性的选择），为什么某些选择优于另一些选择？这些问题的答案不仅有利于提升我们对 CNN 的科学理解，而且还能提升它们的实用性。

01

强烈推荐 | 卷积神经网络综述：从基础技术到研究前景

📷 卷积神经网络（CNN）在计算机视觉领域已经取得了前所未有的巨大成功，但我们目前对其效果显著的原因还没有全面的理解。2018年3月，约克大学电气工程与计算机科学系的 Isma Hadji 和 Ric

02

【计算机视觉——RCNN目标检测系列】六、Faster R-CNN论文解读

这10几天忙于实习公司模型训练和天池比赛，因此没有多少时间用于更新这个系列文章第六篇——Faster R-CNN论文解读。在前面一篇博客【计算机视觉——RCNN目标检测系列】五、Fast R-CNN论文解读主要介绍了Fast R-CNN网络架构，在这篇博客中我们将主要介绍Faster R-CNN，虽然还有Mask R-CNN作为最终改进版，但Mask R-CNN主要用于图像分割网络，因此我们在此先不做详细介绍，待有时间再做详细学习之后再做详细介绍。之后我们也会针对Fast R-CNN和Faster R-CNN进行实战，解读官方源代码或手动实现，框架将会使用TensorFlow和keras，大家敬请期待。

03

【干货】CNN 感受野首次可视化：深入解读及计算指南

【新智元导读】作为目前的研究和应用热点，图形识别使用 CNN 模型架构。感受野则是 CNN 中最为重要的概念之一，但此前还没有任何关于如何计算和可视化 CNN 感受野信息的完整指南。本文引入一种新的方式来显示 CNN 中的特征图，揭示了感受野信息，并附上可用于任何 CNN 架构的完整的感受野计算，填补了这个空白。作者还提供了一个简单的程序来做计算演示。感受野可能是卷积神经网络（CNN）中最重要的概念之一，其相关文献值得关注。所有最先进的对象识别方法的模型架构都是围绕这一想法设计的。然而，据我所知，目前还

03

解决CNN固有缺陷， CCNN凭借单一架构，实现多项SOTA

点击上方↑↑↑“OpenCV学堂”关注我来源：公众号机器之心授权本文提出了迈向通用 CNN 架构：CCNN，可以用于任意分辨率、长度和维度的数据。在 VGG、U-Net、TCN 网络中... CNN 虽然功能强大，但必须针对特定问题、数据类型、长度和分辨率进行定制，才能发挥其作用。我们不禁会问，可以设计出一个在所有这些网络中都运行良好的单一 CNN 吗？本文中，来自阿姆斯特丹自由大学、阿姆斯特丹大学、斯坦福大学的研究者提出了 CCNN，单个 CNN 就能够在多个数据集（例如 LRA）上实现 SOT

02

EMNLP 2018 | 为什么使用自注意力机制？

作者：Gongbo Tang、Mathias Muller、Annette Rios、Rico Sennrich

01

从LeNet到EfficientNet：CNN的演变和特点总结

卷积神经网络（或简称CNN）是提取“可学习特征”的常用方法。CNN在深度学习和神经网络的发展与普及中发挥了重要作用。

01

深度学习架构的对比分析

深度学习的概念源于人工神经网络的研究，含有多个隐藏层的多层感知器是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示，以表征数据的类别或特征。它能够发现数据的分布式特征表示。深度学习是机器学习的一种，而机器学习是实现人工智能的必经之路。

03

解决CNN固有缺陷， CCNN凭借单一架构，实现多项SOTA

选自arXiv 作者：David W. Romero等机器之心编译编辑：陈萍本文提出了迈向通用 CNN 架构：CCNN，可以用于任意分辨率、长度和维度的数据。在 VGG、U-Net、TCN 网络中... CNN 虽然功能强大，但必须针对特定问题、数据类型、长度和分辨率进行定制，才能发挥其作用。我们不禁会问，可以设计出一个在所有这些网络中都运行良好的单一 CNN 吗？本文中，来自阿姆斯特丹自由大学、阿姆斯特丹大学、斯坦福大学的研究者提出了 CCNN，单个 CNN 就能够在多个数据集（例如 LRA）上

01

从基本组件到结构创新，67页论文解读深度卷积神经网络架构

【导读】近期一篇CNN综述文章《A Survey of the Recent Architectures of Deep Convolutional Neural Networks 》发布，受到了大家的关注，今天作者对论文中的内容做了中文的解读，帮助大家全面了解CNN架构进展。

01

通用卷积神经网络CCNN

来源：机器之心本文约2400字，建议阅读5分钟来自阿姆斯特丹自由大学、阿姆斯特丹大学、斯坦福大学的研究者提出了 CCNN。在 VGG、U-Net、TCN 网络中... CNN 虽然功能强大，但必须针对特定问题、数据类型、长度和分辨率进行定制，才能发挥其作用。我们不禁会问，可以设计出一个在所有这些网络中都运行良好的单一 CNN 吗？本文中，来自阿姆斯特丹自由大学、阿姆斯特丹大学、斯坦福大学的研究者提出了 CCNN，单个 CNN 就能够在多个数据集（例如 LRA）上实现 SOTA ！ 1998 年 L

01

【重磅】计算机视觉和 CNN 发展十一座里程碑（附论文下载）

【新智元导读】从AlexNet到ResNet，计算机视觉领域和卷积神经网络（CNN）每一次发展，都伴随着代表性架构取得历史性的成绩。作者回顾计算机视觉和CNN过去5年，总结了他认为不可错过的标志模型。在这篇文章中，我们将总结计算机视觉和卷积神经网络领域的重要进展，重点介绍过去5年发表的重要论文并讨论它们为什么重要。从 AlexNet 到 ResNet 主要讲基本网络架构的发展，余下则是各领域的重要文章，包括对抗生成网络、生成图像描述模型。本文结构如下： AlexNet（2012年） ZF Net（201

04

AISP之HDR | 深度高动态范围成像

创建出色的 HDR 图像的基础在于捕获多重曝光。利用相机上的曝光定格来拍摄一系列照片，每张照片都有不同的曝光值。目标是至少进行 3 次曝光：1 次曝光不足，1 次正确曝光，1 次曝光过度。这些曝光将构成后续人工智能编辑过程中合并和色调映射的基础。

01

AI技术讲座精选：NLP 模型到底选 RNN 还是 CNN？

【AI100 导读】本文系统地对比了 CNN 和 RNN 在 NLP 各大任务上的表现，包括：情感分类、关系分类、文本蕴含、答案选择、问题关系匹配、PQA、词性标注等。RNN 在大部分任务上都表现的更好，除了在关键词匹配和识别这类任务不如 CNN。这篇文章有很多不错的结论，值得一读！摘要深度神经网络（DNNs）的出现使得自然语言处理领域（NLP）发生了翻天覆地的变化。卷积神经网络（CNN）和循环神经网络（RNN）是深度神经网路（DNN）的两种主要的架构类型，目前正在大范围的研究当中，用于处理各种各

04

一个可视化网站让你瞬间弄懂什么是卷积网络

视频演示：https://mpvideo.qpic.cn/0b2eleaawaaaqeacrtymk5svawodbnmqacya.f10002.mp4?

01

最全的DNN概述论文：详解前馈、卷积和循环神经网络技术

本论文技术性地介绍了三种最常见的神经网络：前馈神经网络、卷积神经网络和循环神经网络。且该文详细介绍了每一种网络的基本构建块，其包括了基本架构、传播方式、连接方式、激活函数、反向传播的应用和各种优化算法

04

李宏毅《机器学习》丨6. Convolutional Neural Network（卷积神经网络）

当我们用fully connect feedforward network来做图像处理的时候，往往我们会需要太多的参数，举例来说，假设这是一张100 *100的彩色图(一张很小的imgage)，你把这个拉成一个vector，(它有多少个pixel)，它有100 *100 3的pixel。

01

图视觉模型崛起 | MobileViG同等精度比MobileNetv2快4倍，同等速度精度高4%！

人工智能（AI）和机器学习（ML）在过去十年中取得了爆炸式的增长。在计算机视觉中，这种增长背后的关键驱动力是神经网络的重新出现，尤其是卷积神经网络（CNNs）和最近的视觉Transformer。尽管通过反向传播训练的神经网络是在20世纪80年代发明的，但它们被用于更小规模的任务，如字符识别。直到AlexNet被引入ImageNet竞赛，神经网络reshape人工智能领域的潜力才得以充分实现。

04

计算机架构顶会ISCA 2018唯一中国论文：清华大学提出AI计算芯片的存储优化新方法

卷积神经网络目前已经广泛应用于各种任务中，但因为其参数数量与中间储存的特征图数据，它很难部署到一般端应用中。尤其是当输入图像的分辨率增加，网络储存的中间特征图将大大增加，这无疑会增加对计算资源的需求。

00

最全的DNN概述论文：详解前馈、卷积和循环神经网络技术

选自arXiv 机器之心编译本论文技术性地介绍了三种最常见的神经网络：前馈神经网络、卷积神经网络和循环神经网络。且该文详细介绍了每一种网络的基本构建块，其包括了基本架构、传播方式、连接方式、激活函数

06

模型的跨界：我拿Transformer去做目标检测，结果发现效果不错

近年来，Transformer 成为了深度学习领域非常受欢迎的一种架构，它依赖于一种简单但却十分强大的机制——注意力机制，使得 AI 模型有选择地聚焦于输入的某些部分，因此推理更加高效。

02

CV圈对决：谷歌提出ViTGAN，用视觉Transformer训练GAN

卷积神经网络（convoluitonal neural networks，CNN）凭借强大的卷积和池化（pooling）能力，在计算机视觉领域占领主导地位。

03

学界 | 商汤联合提出基于FPGA的快速Winograd算法：实现FPGA之上最优的CNN表现与能耗

选自IEEEXplore 作者：Liqiang Lu、Yun Liang、Qingcheng Xiao 机器之心编译参与：路雪、黄小天此前，商汤科技联合北京大学等提出一种基于 FPGA 的快速 Winograd 算法，可以大幅降低算法复杂度，改善 FPGA 上的 CNN 性能。论文中的实验使用当前最优的多种 CNN 架构，从而实现了 FPGA 加速之下的最优性能和能耗。 1. 引言深度卷积神经网络（CNN）在多个计算机视觉任务上取得了优秀的性能，包括图像分类、目标检测和语义分割 [1, 2]。CNN

想用GAN和Deepfake瞒天过海，没那么容易：这是Adobe和加州伯克利的新研究

近来，诸如生成对抗网络（GAN）的深度图像生成技术快速发展，引发了公众的广泛关注和兴趣，但这也使人们担心，我们会逐渐走入一个无法分辨图像真实与否的世界。

02

CMT：当CNN遇到Transformer，“迷途知返”

由于其所具有的长距离依赖建模能力，Vision Transformers已被成功应用到图像识别任务中。然而，其性能与计算量距离优秀的CNN仍存在差距。

05

2012到2020主要的CNN架构总结

CNN被设计用于图像识别任务，最初是用于手写数字识别的挑战（Fukushima 1980，LeCun 1989）。CNN的基本设计目标是创建一个网络，其中网络早期层的神经元将提取局部视觉特征，而后期层的神经元将这些特征组合起来以形成高阶特征。

01

Backbone 在神经网络中意味着什么？

神经网络是机器学习算法，我们可以将其用于许多应用，例如图像分类、对象识别、预测复杂模式、处理语言等等。神经网络的主要组成部分是层和节点。

03

基于转移学习的图像识别

算法该如何分辨这只狗可能属于哪个品种？当然小伙伴们可以训练自己的卷积神经网络来对这张图片进行分类，但是通常情况下我们既没有GPU的计算能力，也没有时间去训练自己的神经网络。但是，全世界的各个研究团队（例如牛津，谷歌，微软）都拥有足够的计算能力，时间和金钱，而且以前可能已经解决过一些类似的问题。我们该如何利用他们已经完成的工作呢？现在来让我们了解一个重要的概念——转移学习。

02

给 AI 换个“大动力小心脏”之 OCR 异构加速

本文介绍了OCR异构加速在腾讯云上的应用和优化，通过多FPGA芯片协同的异构加速架构和通用加速器引擎，实现了高性能、低成本的OCR识别。同时，平台支持业务模型的快速部署和迭代，为云端OCR服务提供了一种高效的解决方案。

01

学界 | 为卷积模型执行加入循环和远程反馈，更完整地拟合生物视觉

大脑的感觉系统必须要在复杂的有噪声感觉数据中检测出有意义的模式 [James, 1890]。视觉环境可以揭示对象的积极或消极性质，包括食物种类、危险标志以及令人记忆犹新的社会伙伴。这些对象在每一时刻的位置、姿势、对比度、背景以及前景都各不相同。因此，从低级图像属性中进行目标检测是很不容易的 [Pinto 等人，2008]。灵长类动物的视觉系统会对相关的高级属性进行编码，以便指导行为 [Majaj 等人，2015]。这一过程可被建模为把一张图从原始像素值转换为内部表征 [DiCarlo 等人，2012]。好的编码算法能够将任务的相关特征提供给简单的解码过程，如线性分类器 [Hung 等人，2005，Majaj 等人，2015]。

02

不使用残差连接，ICML新研究靠初始化训练上万层标准CNN

深度卷积神经网络（CNN）是深度学习成功的关键。基于 CNN 的架构在计算机视觉、语音识别、自然语言处理以及最近的围棋博弈等多个领域取得了前所未有的准确率。

00

不使用残差连接，ICML新研究靠初始化训练上万层标准CNN

深度卷积神经网络（CNN）是深度学习成功的关键。基于 CNN 的架构在计算机视觉、语音识别、自然语言处理以及最近的围棋博弈等多个领域取得了前所未有的准确率。

02

你知道如何计算CNN感受野吗？这里有一份详细指南

本文翻译自A guide to receptive field arithmetic for Convolutional Neural Networks，原作者保留版权。

06

【重磅】深度学习难以加冕算法之王 3 大根本原因

【新智元导读】New Frontiers in Computing 2016 日前在斯坦福举行，探讨视觉、NPL、人机界面等认知和计算前沿问题。本文是参会笔记。作者指出，眼下机器学习算法，尤其是卷积神经网络（CNN）因在多个领域表现优秀而大受欢迎，但要建立认知计算系统，需要整合多种算法和数据结构，CNN 只是其中之一且尚存很多问题。智能算法中，还没有绝对的第一。（文／Ron Wilson）很多媒体报道都将深度学习算法比作当前的算法之王，尤其是卷积神经网络（CNN），似乎已经成了深度学习算法里毋庸置疑的第

08

Mask-RCNN论文解读

Mask R-CNN是基于Faster R-CNN的基于上演进改良而来，FasterR-CNN并不是为了输入输出之间进行像素对齐的目标而设计的，为了弥补这个不足，我们提出了一个简洁非量化的层，名叫RoIAlign，RoIAlign可以保留大致的空间位置，除了这个改进之外，RoIAlign还有一个重大的影响：那就是它能够相对提高10%到50%的掩码精确度（Mask Accuracy），这种改进可以在更严格的定位度量指标下得到更好的度量结果。第二，我们发现分割掩码和类别预测很重要：为此，我们为每个类别分别预测了一个二元掩码。基于以上的改进，我们最后的模型Mask R-CNN的表现超过了之前所有COCO实例分割任务的单个模型，本模型可以在GPU的框架上以200ms的速度运行，在COCO的8-GPU机器上训练需要1到2天的时间。

05

横扫13项中文NLP任务：香侬科技提出汉语字形表征向量Glyce+田字格CNN

汉字是一种象形文字，可以被分解为更小、更基础的音义结合体：象形（即对象的图像化表述，如「亻」、「日」、「木」）和形声（用于发音，如「晴」中的「青」）。汉朝的《说文解字》利用图形化的部首来索引汉字，这一传统一直沿用到今天。许多汉字由图像演化而来（如图 1 所示），因此汉字的语素中编码着丰富的语义信息。

02

深度学习解决文本分类问题的最佳实践

文本分类（Text classification）描述了一类常见的问题，比如预测推文（Tweets）和电影评论的情感，以及从电子邮件中区分出垃圾邮件。

08

通俗易懂：图解10大CNN网络架构

导语：近年来，许多卷积神经网络（ CNN ）跃入眼帘，而随着其越来越深的深度，我们难以对某个 CNN 的结构有较明确的了解。因此本文精心选取了 10 个 CNN 体系结构的详细图解进行讲述。

04

这是一篇适合新手的深度学习综述

论文：Recent Advances in Deep Learning: An Overview

02

一篇适合新手的深度学习综述！

论文地址：https://arxiv.org/pdf/1807.08169v1.pdf

01

谷歌提出纯 MLP 构成的视觉架构，无需卷积、注意力！

计算机视觉的发展史证明，规模更大的数据集加上更强的计算能力往往能够促成范式转变。虽然卷积神经网络已经成为计算机视觉领域的标准，但最近一段时间，基于自注意力层的替代方法 Vision Transformer（ViT）实现新的 SOTA 性能。从技术上讲，ViT 模型延续了长久以来去除模型中手工构建特征和归纳偏置的趋势，并进一步依赖基于原始数据的学习。

02

wav2letter++：基于卷积神经网络的新一代语音识别框架

虽然基于RNN的技术已经在语音识别任务中得到验证，但训练RNN网络需要的大量数据和计算能力。最近，Facebook的AI研究中心（FAIR）发表的一个研究论文，提出了一种新的单纯基于卷积神经网络（Convolutional Neural Network）的语音识别技术，而且提供了开源的实现wav2letter++，一个完全基于卷积模型的高性能的语音识别工具箱。

01

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭