每日AI值得看--2023-05-15

[CSDN-Ada助手]

① 论文阅读：Multimodal Graph Transformer for Multimodal Question Answering（@Gao+Ling） [质量分：90；难度等级：高(关键词：论文)；新鲜技术：99]
摘要：尽管Transformer模型在视觉和语言任务中取得了成功，但它们经常隐式地从大量数据中学习知识，而不能直接利用结构化的输入数据。另一方面，结构化学习方法，如集成先验信息的图神经网络(gnn)，几乎无法与Transformer模型竞争。

② 深度学习之图像分类识别（六）：DenseNet & FractalNet（@图灵猫-Arwin） [质量分：91；难度等级：初(领域：OpenCV；匹配程度：0.07)；新鲜技术：99]
摘要：

③ PyTorch快速入门系列-01（@想成为风筝） [质量分：89；难度等级：初(关键词：入门)；新鲜技术：99]
摘要：深度学习中最常用的框架有Tensorflow、PyTorch。小编本人当初自学深度学习时，Tensorflow2.0刚出来，由于市面上并没有太多的PyTorch资料，而且Tensorflow入门简单，更快，所以选择了Tensorflow。

④ Prompt工程师指南[从基础到进阶篇]：用于开发和优化提示，以有效地使用语言模型（LMs）进行各种应用和研究主题（@汀、人工智能） [质量分：87；难度等级：初(关键词：基础)；新鲜技术：99]
摘要：Prompt engineering(提示工程)是一门相对较新的学科，旨在开发和优化提示以有效地利用语言模型 (LMs) 进行各种应用和研究主题。提示工程技能有助于更好地理解大型语言模型 (LLMs) 的能力和局限性。

⑤ 深度学习第J9周：Inception v3算法实战与解析（@牛大了2023） [质量分：86；难度等级：初；新鲜技术：99]
摘要：总结来说，Inception v3是一种深度卷积神经网络，其主要特点包括更深的网络结构、使用Factorized Convolutions、添加Batch Normalization、引入辅助分类器以及使用基于RMSProp的优化器进行训练。

⑥ 【计算机视觉】InvaSpread 讲解（@不牌不改） [质量分：85；难度等级：初；新鲜技术：99]
摘要：作者的实验主要分为三部分，训练集与测试集共享相同的类别时的效果、训练集和测试集不共享任何公共类别时的效果，以及消融实验。训练集与测试集共享相同的类别是指，测试集中的数据标签与训练集中的数据标签一致；

⑦ 十二、目标检测（@Dragon Fly） [质量分：88；难度等级：初(领域：OpenCV；匹配程度：0.16)；新鲜技术：96]
摘要：检测相互重叠的对象是anchor box的一大作用；目标检测是图像识别中的更加复杂的应用情景，图像识别只需要输出某一幅图像的种类即可，目标检测不仅需要输出图像的种类，还需要使用边框框出图像中某一种物体的的位置，从而需要输出表示物体位置的参数：(

⑧ 图像处理&opencv（@陈一一敲代码） [质量分：84；难度等级：初(领域：OpenCV；匹配程度：0.17)；新鲜技术：99]
摘要：均值滤波是典型的线性滤波算法，是指用当前像素点周围nxn个像素值的均值来代替当前像素值。使用该方法遍历处理图像内的每一个像素点，可完成整幅图像的均值滤波。高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

⑨ MKGAT：基于图注意网络和双拉普拉斯正则化最小二乘的 miRNA-疾病关联预测(Briefings in Bioinformatics)（@嵌入式开发.） [质量分：83；难度等级：初；新鲜技术：99]
摘要：越来越多的生物医学证据表明，miRNA 的失调与人类的复杂疾病有关。疾病相关 miRNA 的鉴定对疾病的预防、诊断和治疗具有重要意义。为了减少生物医学实验的时间和成本，开发有效的计算方法来推断潜在的 miRNA 疾病关联有很强的动力。

⑩ 熵、信息量、条件熵、联合熵、互信息简单介绍（@像风一样自由的小周） [质量分：82；难度等级：初(关键词：简单)；新鲜技术：99]
摘要：近期在看对比学习论文，发现有不少方法使用了互信息这种方式进行约束，故在此整理一下网上关于互信息的相关内容。