每日AI值得看--2023-05-19

2023-05-19 08:05:02 245 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

Pytorch中CrossEntropyLoss()详解交叉熵主要是用来判定实际的输出与期望的输出的接近程度。举个例子：在做分类训练的时候，如果一个样本属于第 K 类，那么这个类别所对应的输出节点的输出值应该为1，而其他节点的输出都为0，即 [0,0,1,0,….0,0] ，这个数组也就是样本的 Label，是神经网络最期望的输出结果。我们用交叉熵损失函数来衡量网络的实际输出与正确标签的差异，利用这种差异经过反向传播去更新网络参数。交叉熵：它主要刻画的是实际输出（概率）与期望输出（概率）的距离，也就是交叉熵的值越小，两个概率分布就越接近。阅读详情

① Pytorch从零开始实现Vision Transformer (from scratch)（@Regan_zhx） [质量分：92；难度等级：中；新鲜技术：99]
摘要：

② 智能图像处理技术：开启未来视觉时代（@敬之） [质量分：89；难度等级：初(领域：OpenCV；匹配程度：0.08)；新鲜技术：99]
摘要：文档是人们在日常生活、工作中产生的信息的重要载体，各领域从业者几乎每天都要与金融票据、商业规划、财务报表、会议记录、合同、简历、采购订单等文档或者图像“打交道”。

③ 【人工智能】蚁群算法(密恐勿入)（@烂尾主教） [质量分：89；难度等级：初；新鲜技术：99]
摘要：蚁群算法是一种模拟蚂蚁觅食行为的启发式算法，被广泛应用于优化问题的求解。蚁群算法的基本思想是，将一群蚂蚁放在问题的解空间上，让它们通过信息素的传递和挥发，逐渐找到最优解。首先，我们先回顾一下，什么是TSP旅行商问题：假设有一位邮递员，他从初始城市（

④ CCIG 2023 从视觉-语言模型到智能文档图像处理（@中杯可乐多加冰） [质量分：84；难度等级：初(领域：OpenCV；匹配程度：0.07)；新鲜技术：99]
摘要：最近，中国图像图形大会（CCIG 2023）在苏州成功结束。本次大会以“图像图形·向未来”为主题，由中国科学技术协会指导，中国图像图形学学会主办，苏州科技大学承办。论坛邀请了5位学术界🎓和产业界💼。

⑤ pytorch lightning 使用记录（@J.S.Lukin） [质量分：85；难度等级：初；新鲜技术：99]
摘要：由于我们在使用pytorch时遇到的各种问题，出现了Pytorch-Lighting这一框架。Pytorch-Lighting 的一大特点是把模型和系统分开来看。

⑥ tf.image.decode_jpeg（别名tf.io.decode_jpeg）函数工作原理分析（@RSMung） [质量分：83；难度等级：初(领域：OpenCV；匹配程度：0.06)；新鲜技术：99]
摘要：在这里加载的原始数据是灰度数据，即通道数为1。然而作者为了使用预训练的VGG16模型，在加载数据时将通道数channels参数设置为了3。

⑦ 多个版本PID详解（@orDream） [质量分：80；难度等级：初；新鲜技术：27]
摘要：多个版本PID详解。

⑧ 开源大语言模型完整列表（@ejinxian） [质量分：82；难度等级：初(领域：Python入门；匹配程度：0.1)；新鲜技术：16]
摘要：Large Language Model (LLM) 即大规模语言模型，是一种基于深度学习的自然语言处理模型，它能够学习到自然语言的语法和语义，从而可以生成人类可读的文本。

...全文