- 综合排序
- 最热优先
- 最新优先
- 来自专栏贾志刚-OpenCV学堂
这才是真能3天复现出论文的方法！
学图神经网络必读的论文，论文原文可扫码添加小享领取。 为什么要学图神经网络 提高就业竞争力 图神经网络应用领域广泛：电子商务、金融风控、推荐系统 许多实际应用场景中的数据是从非欧式空间生成的，如何将深度学习方法应用在图数据。 发论文 在近年的各大顶级学术会议上，与图神经网络有关的论文占据了相当可观的份额（NIPS140 KDD79）。 点击查看大图 怎么快速掌握图神经网络 针对各位同学的学习需求，推荐大家学习深度之眼研发的论文解读课程：复现NLP 图神经网络系列论文课之——《Node2vec：图神经网络最著名的模型之一》3天手把手教你复现论文 图神经网络系列论文课之——《Node2vec：图神经网络最著名的模型之一》3天手把手教你复现论文，掌握GNN！
74130编辑于 2022-06-08 - 来自专栏计算机视觉理论及其实现
论文写作方法
一、摘要： （1）、topic或者小研究领域 （2）、topic或者小研究领域存在的问题 （3）、创新点（必须要问题严格对应） （4）、方法（必须和问题、创新点严格对应） （5）、实验 二、介绍 ： （1）、五要素更加详细的阐述，但必须逻辑严格对应 （2）、在介绍存在问题之后，如果是老问题介绍下前人的方法和最先进的方法，突出你提出的方法和之前方法的不同之处。 三、贡献： （1）、如果是应经有的方法来解决问题，用we introduce... （2）、自己提出的算法、网络结构、损失、数据集用we propose... （3）、要严格和问题、创新点对应 （4）、一点贡献两句话最好，干了什么解决了什么问题 四、相关工作 （1）、简述topic或者小研究领域的工作 （2）、简述借鉴或提出方法的领域的工作 五、方法 ，创新点无关的尽量不要写，节省审稿人的时间 （3）、尽量不要出现某页只有表格的现象 七、总结和将来的工作 （1）、也是摘要的五要素，和摘要不同要对方法进行扩展 （2）、将来的工作也从方法入手
22621编辑于 2022-05-17 - 来自专栏论文降AIGC率
论文为什么总被判AI？3种靠谱的修改方法！
3种靠谱方法对于修改后还标红的内容，简单的修改根本没用，下面这3种方法，可以选择使用。方法一：与原文对话把被标记的段落打印出来，不改原文，而是去回答原文提出的问题。看着内容问自己：我为什么用这个方法？ 方法二：删虚补实把段落里空洞大词（如：有效提升、重要意义等）、套话全部删掉，只保留核心意思。再用具体数据、案例进行填补这些空白，提升信息密度。 方法三：关键词复述法先理解被标记的内容，提取出段落内的关键词，再根据自己的理解重新表达出来。对于比较复杂的段落，就分段复述，先把内容写出来，口语一点也没有关系，最后再合并与优化。
19100编辑于 2026-03-08 - 来自专栏全栈程序员必看
3DCNN论文阅读
视频分类和动作识别 1.1《Learning Spatiotemporal Features with 3D Convolutional Networks》 2015年CVPR 这篇论文应该是3DCNN 摘要： 我们提出了一种简单而有效的时空特征学习方法，该方法使用在大规模有监督视频数据集上训练的深层三维卷积网络(3D ConvNets)。 (卷积3D)，在4个不同的基准上优于最先进的方法，并在其他2个基准上与当前最好的方法相媲美。 然后，我们提出了一种改进的 3D 多头自注意力机制，为自注意力分支提供局部特征细节，并充分利用输入矩阵的上下文。为了验证所提出方法的性能，我们将其与三个公共数据集上的六种当前方法进行了比较。 但是，与普通的 RGB 图像相比，HSI 更像是 3D 立方体；因此，探索适合 HSI 非常特殊的数据结构的分类方法是必要和有益的。
1.7K20编辑于 2022-09-07 - 来自专栏JNing的专栏
论文阅读: YOLOv3
Introduction 首先，我要贴出大神霸气侧漏的论文Introduction： ? 这可以解释为“艺高人狂妄”么？ (→_→) 该文章继承了YOLOv2的bbox预测任务的方法，对bbox分类任务进行了修改 (用简单的logistic替换下softmax) 。 ? Innovation YOLOv3的作者自己也说了，本文没啥trick，就是纯粹博采众长，做做小实验，然后一不小心就搞出了YOLO第三代。。。 作者采用了更多的scale（3种scale），加深了DarkNet（直至53层），使得YOLOv3能够更好地抽取特征和保留小物体的位置信息。 ╮(╯_╰)╭ ---- [1] YOLOv3: An Incremental Improvement
1.5K40发布于 2018-09-27 - 来自专栏时空探索之旅
论文拾遗 | 3月论文集锦
因此，决定开设此栏目，分享有一些有意思的论文（热度大），有部分论文可能后续出AI论文速读和论文精读。 \textbf{S}^2 IP-LLM的新方法，它通过将预训练大型语言模型的语义空间与时间序列数据对齐，并使用语义提示来增强时间序列表示，从而提高时间序列预测的准确性。 3. 3. LLM2LLM 3.
54310编辑于 2024-11-19 - 来自专栏JNing的专栏
论文阅读: 1706.Deeplabv3
论文中的级联模块指复制了四份block4，这四份分别使用不同rate的空洞卷积，最终block输出结果： 但这种结构效果并没有改进后的ASPP结构好： 架构设计 Encoder的主体是带有空洞卷积的 （这种架构在DeeplabV3+中被沿用）。 对于DeepLabv3，经过ASPP模块得到的特征图的output_stride为8或者16，其经过1x1的分类层后直接双线性插值到原始图片大小，这是一种非常暴力的decoder方法，特别是output_stride 然而这并不利于得到较精细的分割结果，故v3+模型中借鉴了EncoderDecoder结构，引入了新的Decoder模块。
66320编辑于 2021-12-06 - 来自专栏JNing的专栏
论文阅读: 1802.Deeplabv3+
创新点 在DeepLab v3上的基础上增加了一个Decoder。 Decoder将底层特征与高层特征进一步融合，提升分割边界准确度。 从某种意义上看，DeepLabv3+在DilatedFCN基础上引入了EcoderDecoder的思路。 把backbone从ResNet（DeepLabv3所采用）换成了改进的Xception。 Networks），增加了更多的层； 所有的最大池化层使用stride=2的depthwise separable convolutions替换，这样可以改成空洞卷积； 与MobileNet类似，在3x3 性能 DeepLabv3+在VOC2012测试集上的取得了很好的分割效果：
44610编辑于 2021-12-06 - 来自专栏CV学习史
GoogLeNetv3 论文研读笔记
目前，我们正在探索增大网络的方法，目标是通过适当的分解卷积和积极的正则化来尽可能地有效利用增加的计算 引言 深度卷积架构上的架构改进可以用来改善大多数越来越多地依赖于高质量、可学习视觉特征的其它计算机视觉任务的性能 把7x7卷积替换为3个3x3卷积。包含3个Inception部分。 直观上讲这会发生，因为模型变得对它的预测过于自信 研究者因此提出了一个鼓励模型不那么自信的机制这个方法很简单。考虑标签\(u(k)\)的分布和平滑参数\(ϵ\)，与训练样本\(x\)相互独立。 总结 文章提出了四个深度网络设计指导原则，并将该原则应用于改进网络 网络的改进方法 把大的卷积层分解为小的卷积层，提高计算效率 将卷积层进行非对称分解 发现辅助分类器在早期并不能加快网络的训练 ，只会在最后的时候提高一点性能 提出了有效的减小网格尺寸的方法 提出了LSR
69810发布于 2019-09-10 掌握这些AI生成论文方法，快速搞定毕业论文！
摘要（Abstract）：摘要是论文的简短概述，通常在150到250字之间。摘要应该包含研究的目的、方法、主要结果和结论，让读者快速了解论文的核心内容。3. 3. 写作技巧：学术写作应注重逻辑性和清晰度。在撰写论文时，应先制定大纲，明确研究目的、研究方法和研究结论。在论述过程中，应使用准确、精炼的语言，避免使用模糊不清的表述。 首先您需要提供论文的关键信息，包括：1. 论文标题2. 研究背景3. 研究目的4. 研究方法5. 研究结果6. 研究结论这些信息将成为 AI 生成摘要的基础。 3. 文献阅读：仔细阅读筛选后的文献，理解其主要观点、研究方法、结果和结论。可以使用笔记软件或传统的笔记方式记录关键信息。4. 他提出了一种基于机器学习的方法，可以有效地预测金融市场风险。然而他的研究也发现，大数据在金融领域中的应用仍面临许多挑战，如数据隐私保护、模型可解释性等。3.
71510编辑于 2025-09-11- 来自专栏GiantPandaCV
《DeepLab V3》论文阅读
一种常见的处理方法是图像金字塔，即将原图resize到不同尺度，输入到相同的网络，获得不同的feature map，然后做融合，这种方法的确可以提升准确率，然而带来的另外一个问题就是速度太慢。 还有一个重要的问题是，采用采样率非常大的3 * 3空洞卷积，由于图像边界效应，不能捕捉图像的大范围信息，也即是原文说的会退化成1 * 1卷积，所以论文在这里提出在ASPP模块中加入图像级特征。 还有其他基于LSTM的方法聚合全局信息。 不过，论文发现，随着sampling rate的增加，有效filter特征权重（即有效特征区域，而不是补零区域的权重）的数量会变小。 最后，论文改进了ASPP， 即: (a) 当output_stride=16时，包括一个 1×1 convolution 和三个3×3 convolutions，其中3×3 convolutions的
1.3K20发布于 2019-12-09 - 来自专栏点云PCL
CVPR2023最佳论文候选：3D点云配准新方法
摘要 作为计算机视觉中的一个基础问题，3D点云配准（PCR）旨在寻找最佳位姿实现点云的对齐。本文提出了一种基于最大团的3D配准方法（MAC）。 在U3M、3DMatch、3DLoMatch和KITTI上进行了大量实验证明，MAC有效地提高了配准准确性，超过了各种最先进的方法，并提升了深度学习方法的性能，MAC与深度学习方法的结合在3DMatch 基于MAC提出了一种新颖的PCR方法，在U3M、3DMatch、3DLoMatch和KITTI数据集上实现了最先进的性能，值得注意的是，仅凭几何信息的MAC方法胜过了一些最先进的深度学习方法，MAC还可以作为模块插入多个深度学习框架中 图3中进行了广泛的比较，在这里测试了以下方法，包括SAC-COT、OSAC 、SAC-IA、RANSAC 、SC2-PCR 、FGR、GO-ICP 和PPF ，其中前四种方法都是基于RANSAC的方法， PCR方法的比较，考虑了几何-仅有方法和深度学习方法进行比较，包括SM，FGR ，RANSAC，TEASER++ ，CG-SAC，SC2-PCR ，3DRegNet，DGR，DHVR 和PointDSC
1.9K10编辑于 2023-08-21 - 来自专栏yuancao博客
免费下论文的10个方法
目录 1.超星期刊 2.库问搜索 3. 3. 全国图书馆参考咨询联盟 全国图书馆参考咨询联盟（http://www.ucdrs.superlib.net）也还可以，不过需要的文档也只能用邮件接收，不能直接下载。 先注册 ? 本来想通过找回密码的方式将这个账号拿回来，但想想反正前面已经有这么多能白嫖论文的方法了，就算了 10.湖南图书馆——白嫖知网，强烈推荐 注意，需要有湖南图书馆的借书证，或者ip地址是在湖南内。 邮箱得用来接收账号密码和你要下载的论文，所以得用真实的。当然如果只是一锤子买卖，只是现在需要下论文，以后就不需要下了。 然后选择你要下的论文，就能免费下载 ? 当然，如果你要长期下论文，建议还是使用自己的邮箱
2.2K52发布于 2020-09-10 - 来自专栏登神长阶
【论文复现】DETR3D：3D目标检测
概述 DETR3D介绍了一种多摄像头的三维目标检测的框架。与现有的直接从单目图像中估计3D边界框或者使用深度预测网络从2D信息中生成3D目标检测的输入相比，DETR3D直接在3D空间中进行预测。 与过去的方法相比，DETR3D基于一些高级需求构建体系结构。 DETR3D采用了一个集合到集合的损失来训练网络 特征学习 检测头 在相机输入中检测物体的现有方法通常采用自下而上的方法，该方法预测每张图像的密集边界框，过滤图像之间的冗余框，并在后处理步骤中汇总相机之间的预测 + F.interpolate( laterals[i], **self.upsample_cfg) else: # 使用双线性插值的方法将高层特征图扩大 参考文献 github地址 论文地址
1.3K10编辑于 2024-12-18 - 来自专栏全栈程序员必看
分析方法3—PEST
就是用PEST分析方法。 PEST分析方法是对公司发展宏观环境的分析，所以经常用于行业分析。通常是从政策、经济、社会和技术这四个方面来分析的. 2.3.2 如何使用行业分析方法？ 现在通过一个具体的例子来看下如何应用PEST分析方法。政策环境主要包括政府的政策、法律等。例如可以从这样几个问题去展开研究：相关法律有哪些？对公司有什么影响？投资政策有哪些？对公司有什么影响？
48820编辑于 2022-09-02 - 来自专栏Yunfeng's Simple Blog
手机上看arxiv上论文的方法
有时候想要在手机上访问Arxiv上的论文，打开arxiv.com，发现体验比较差，没有响应式设计，需要不断移动页面才能读完一行文字，影响阅读。 偶然发现了arxiv-vanity这个网站，发现能很好的满足手机上看arxiv论文的需求，收藏了。 翻译成中文就是: arXiv Vanity 将 arXiv 的学术论文呈现为响应式网页，因此您不必眯着眼睛看 PDF。 exactly what I need! 那么该如何使用呢？ 在arxiv-vanity首页的搜索框中输入arxiv论文的摘要页面，如https://arxiv.org/abs/1605.07683，按右边的按钮，就能将论文转换为HTML文件，并且在不同的设备下自适应地调整大小
1.5K40编辑于 2023-10-23 - 来自专栏AI科技大本营的专栏
15篇论文全面概览BERT压缩方法
本篇列出了作者所见过的BERT压缩论文，以下表格中对不同方法进行了分类。 ? 论文3：Pruning a BERT-based Question Answering Model 链接：http://arxiv.org/abs/1910.06360 摘要：我们研究了如何通过修剪基础 具体步骤包括：（1）减少各个transformer的attention head数量；（2）减少各个transformer前馈子层的中间宽度；（3）减少嵌入维度。 在本论文中，我们提出了重新加权近似度修剪（RPP）方法，这是一种专为大规模语言表征模型所设计的修剪方法。 在GLUE的自然语言推理任务上，MobileBERT在Pixel 3手机上实现了0.6 GLUE评分性能下降和367毫秒延迟的成绩。
1.2K20发布于 2019-11-27 - 来自专栏机器之心
AI攒论文指日可待？Transformer生成论文摘要方法已出
我们还表明这个方法能得到比之前的使用复制机制的方法更抽象的摘要，同时还能得到更高的 rouge 分数。」 读起来怎么样？ 这是来自 Element AI 的研究者最新公布的研究成果，他们使用了一种类似 GPT 的方法生成了相关研究论文的摘要。 文本摘要是 NLP 中的常见任务了。 3. 模型细节 这个模型使用了大小为 300 的词嵌入。 为了实现科研论文的摘要，研究者将 arXiv 和 PubMed 数据集组织成了以下形式：1）论文引言；2）句子指针模型抽取出的句子；3）摘要；4）论文其余内容。 表 3：定性结果——NewsRoom 数据集的新闻文章以及新提出的模型生成的摘要
97530发布于 2019-09-17 - 来自专栏全栈程序员必看
HttpURLConnection_浅析情绪管理的方法技巧论文
主要使用到HttpURLConnection对象的setRequestProperty(String key,String value);方法 简单说一下如何使用，setRequestProperty( )方法严格上讲是HttpURLConnection的父类—URLConnection的方法，而URL.openConnection()返回的是一个URLConnection对象，而一般我们都用他的子类HttpURLConnection
38120编辑于 2022-10-01 - 来自专栏贾志刚-OpenCV学堂
一文掌握原生GAN论文复现方法！
学完之后你能获得 从研究背景到算法模型全面解读GAN 获得阅读paper的正确方法（泛读/精度） GAN方向paper阅读的学习路径 ↓ 前方福利 ↓ 原价399元 现扫描下方二维码0.1元购 手把手教复现原生 01 GAN高手方法论，教你系统学习论文 深度之眼好评度超高李老师 结合自己工作及学习经验，并配合深度之眼教研团的打磨，总结出一条GAN基石论文的学习路径： TIPS:购课后，添加报名成功弹出来的小享二维码回复 深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。 03 高手伴学，实现高效学习 · 学习期间高质量社群服务，导师全程陪伴 · 实时直播+录播，带你学习正确论文精读方法论 · 100+学员同群交流，学习经验up up⬆⬆⬆ · 助教24小时答疑，再也不怕 --END-- 如果你不知道怎么读论文、不知道如何正确复现论文，一定要跟着这门课程学习一次，因为正确的方法可以节约你10倍的阅读时间。
1K30编辑于 2022-04-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号