2022年深度学习最新研究成果

已于 2022-11-21 11:13:18 修改
阅读量3.2k 收藏 14
点赞数 3
分类专栏： 《Latex科研;码上生活反思觉悟》 基础:认知智能,算法芯片,片上互联 文章标签： 深度学习 人工智能
于 2022-11-17 15:14:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yunxinan/article/details/127903663
版权
一、开源深度学习编译器

在这里插入图片描述

二、 开源深度学习加速器

在这里插入图片描述

三、AITemplate引擎

在这里插入图片描述

四、微型机器学习框架

在这里插入图片描述
参考文献：https://arxiv.org/pdf/1510.00149.pdf

五、Contrastive Learning 对比学习综述

在这里插入图片描述
参考文献：https://aclanthology.org/2021.acl-long.181.pdf；CLINE

六、Diffusion Model 扩散模型综述

Diffusion Models: A Comprehensive Survey of Methods and Applications
在这里插入图片描述
参考文献：https://github.com/YangLing0818/Diffusion-Models-Papers-Survey-Taxonomy

stable diffusion：
在这里插入图片描述
参考文献：https://github.com/CompVis/latent-diffusion； https://stability.ai/blog/stable-diffusion-announcement； https://arxiv.org/abs/2112.10752

七、OneFormer

在这里插入图片描述

八、PromptKG

在这里插入图片描述

九、PromptDet

在这里插入图片描述

十、QueryDet

在这里插入图片描述

十一、CLIP、DALL-E、GPT、T5

在这里插入图片描述
谷歌的Pathways、PaLM

十二、下一代计算机架构黄金十年

在这里插入图片描述

十三、脑认知语言模型

在这里插入图片描述

Eric An
关注
  • 3
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习-TensorRT模型部署实战2022
04-11
分享课程——《深度学习-TensorRT模型部署实战》，2022年4月新课，提供代码和课件下载！ 本课程划分为四部分： 第一部分精简CUDA-驱动API：学习CUDA驱动API的使用，错误处理方法，上下文管理方法，了解驱动API所处位置，CUDA的开发习惯。 第二部分精简CUDA-运行时API：学习CUDA运行时API的使用，力求精简，力求够用，学会编写核函数加速模型预处理（仿射变换），学习yolov5的后处理加速方法，共享内存的使用。 第三部分tensorRT基础：学习tensorRT的模型编译、推理流程，onnx解析器的使用，学习onnx的结构和编辑修改方法，学习int8量化，插件开发流程，简化的插件开发方法，学习动态shape的应用。 第四部分tensorRT高级：以项目驱动，学习大量具体的项目案例（分类器、目标检测、姿态检测、场景分割、道路分割、深度估计、车道线检测、huggingface、insightface、mmdetection、onnxruntime、openvino），学习针对深度学习需要的封装技术、多线程技术、框架设计技术。
【深度学习】综述 | 深度学习的最新进展
fengdu78的博客
07-18 2726
Recent Advances in Deep Learning:An Overview来源：机器学习研习院本文我们将简要讨论近年来关于深度学习的最新进展。摘要：深度学习是机器学习和人工智能研究的最新趋势之一。它也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉和机器学习带来了革命性的进步。新的深度学习技术正在不断诞生，超越最先进的机器学习甚至是现有的深度学习技术...
【24年新算法】Matlab实现RP-CNN-LSTM-Attention递归图优化卷积长短期记忆神经网络注意力机制的数据分类预测
Matlab_dashi的博客
01-11 441
本文提出了一种基于递归图优化卷积长短期记忆神经网络注意力机制的数据分类预测方法，该方法可以有效地提高数据分类的准确率。该方法首先利用递归图优化卷积神经网络提取数据特征，然后利用长短期记忆神经网络对数据特征进行建模，最后利用注意力机制对数据特征进行加权，从而得到最终的分类结果。实验结果表明，该方法在多个数据集上均取得了良好的分类效果。
【天幕系列 03】深度学习领域的最新前沿：2024年的关键突破与趋势
weixin_40736233的博客
02-15 2161
探究深度学习领域的最新前沿以及2024年的关键突破与趋势
2022年建筑行业深度研究报告.docx
01-07
2022年建筑行业深度研究报告
大数据应用方面深度学习新成果介绍
最新发布
03-01
大数据应用方面深度学习新成果介绍
2019到目前为止的深度学习研究进展汇总
04-24
2019到目前为止的深度学习研究进展汇总，Best Deep Learning Research of 2019 So Far。
腾讯AI Lab联合清华、港中文带来万字干货解析：图深度学习的历史、最新进展和应用
热门推荐
CSDN资讯
09-23 1万+
作者： 腾讯：荣钰、徐挺洋、黄俊洲；清华大学：黄文炳；香港中文大学：程鸿 前言 人工智能领域近几年历经了突飞猛进的发展。图像、视频、游戏博弈、自然语言处理、金融等大数据分析领域都实现了跨越式的进步并催生了很多改变了我们日常生活的应用。近段时间，图神经网络成为了人工智能领域的一大研究热点，尤其是在社交网络、知识图谱、化学研究、文本分析、组合优化等领域，图神经网络在发掘数据中隐含关系方面的强大能力能帮助我们获得更好的数据表达，进而能让我们做出更好的决策。比如通过图神经网络梳理人类社会关系网络的演变，可有望帮助我
深度学习的最新研究进展（二）
慧安金科的博客
09-19 2281
神经网络的功能与人脑相似，它们主要由神经元和连接组成。当我们说深度神经网络时，我们可以假设有相当多的隐藏层，可以用来从输入中提取特征和计算复杂的函数。Bengio（2009）解释了深度结构的神经网络，如卷积神经网络（CNN）、自编码器（AE）及其变体等。Deng和Yu（2014）详细介绍了一些神经网络架构，如AE及其变体。Goodfellow等（2016）对深度前馈网络、卷积网络、递归网络及其改进...
深度学习的最新研究进展（三）
慧安金科的博客
09-25 2367
本文我们将简要讨论其他深度架构，它们使用与深度神经网络类似的多个抽象层和表示层，也称为深度生成模型（deep generate Models，DGM）。Bengio（2009）解释了深层架构，例如Boltzmann machine（BM）和Restricted Boltzmann Machines（RBM）及其变体等。 Goodfellow等（2016）详细解释了深度生成模型，如受限和非受限的玻...
深度学习在计算机视觉领域的最新进展
aguyuc1的博客
09-26 440
例如，对于复杂和动态的环境，物体的识别和跟踪仍然是一个困难的问题。此外，虽然深度学习提高了图像和视频的识别精度，但对于非受控条件下的图像和视频，其性能可能会下降。在众多应用领域中，计算机视觉是深度学习的一个重要战场。同时，尽管还面临一些挑战，但随着技术的不断发展和进步，我们有理由相信，深度学习的未来是充满希望的。然而，随着技术的不断发展，我们有理由相信，深度学习在计算机视觉领域的前景是广阔的。未来，我们可能会看到更多的深度学习应用出现在日常生活中，如更准确的物体识别、更自然的交互体验以及更高效的任务执行。
2022年碳化硅行业深度研究报告.pdf
01-30
半导材料发展至今，硅材料已经接近完美晶体。基于硅材料上器件的设计和开发也经过了许多代的结构和工艺优化和更新，正在逐渐接近硅的物理极限。
2022年云计算IaaS行业深度研究报告.pdf
03-02
2022年云计算IaaS行业深度研究报告
深度学习课题阶段性研究成果总结.pdf
10-24
深度学习课题阶段性研究成果总结.pdf
最新Python机器学习与深度学习案例实践技术
weixin_48230888的博客
06-21 414
近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。...
10 种机器学习算法的要点（附 Python 和 R 代码）
onlyForCloud的专栏
10-08 5172
http://blog.jobbole.com/92021/ 本文由 伯乐在线 - Agatha 翻译，唐尤华 校稿。未经许可，禁止转载！ 英文出处：SUNIL RAY。欢迎加入翻译组。 前言 谷歌董事长施密特曾说过：虽然谷歌的无人驾驶汽车和机器人受到了许多媒体关注，但是这家公司真正的未来在于机器学习，一种让计算机更聪明、更个性化的技术。 也许我们生活在人
【深度学习入门 2022 最新版】 深度学习简介
我是小白呀的博客
11-19 1490
深度学习入门教程 第一课. 本节内容包括: 深度学习是什么, 深度学习和机器学习的区别, 神经网络是什么, 深度学习的训练流程, 前向传播, 反向传播, 梯度下降等.
基于深度学习的对话系统：最新进展
算法channel
12-13 355
你好，我是zhenguo记录一篇survey，文末提供下载网址，一共110页基于深度学习的对话系统的最新进展：系统的调查这篇survey发表于2022年，详细汇总基于深度学习的对话系统最新进展。对话系统是一种流行的自然语言处理（NLP）任务，因为它在现实应用中很有前途。这也是一项复杂的任务，因为许多NLP任务值得研究涉及。因此，就这一任务开展了大量的创作。由于他们出色的表现，他们中的大多数都是基于...
深度学习2017成果展
深度学习世界
12-27 1281
来源：Statsbot编译：Bing编者按：据公司Statsbot对过去一年（也许更久）深度学习领域的成果做了总结，全文共分为6部分，分别是文本、语音、计算机视觉、GAN、强化学习、新闻、投资。以下是论智对原文的编译，让我们看看深度学习2017年的成绩如何。文本1.1 谷歌神经机器翻译去年9月，谷歌发布了新一代机器翻译模型，并详细介绍了该网络的架构——循环神经网络（RNN）。最终，该模型在翻译的准
pytorch深度学习 2022年10月
06-22
2022年10月，PyTorch深度学习框架将继续保持其在深度学习领域的领先地位。随着人工智能技术的不断发展，PyTorch将不断更新和改进，以适应新的挑战和需求。此时，PyTorch已经成为实现机器学习和深度学习的最先进、最...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值