本文为深度学习训练篇，先以Paddle2.0框架实现手写数字识别训练，再从理论讲解前向传播、损失函数...

EfficientFormer是纯Transformer模型，经优化设计，在移动设备上表现优异。最快...

图像分类（image classification）是计算机视觉领域中最简单最基础的任务，学习研究图...

本文围绕二维卷积及卷积神经网络展开，先讲解二维卷积运算的概念、原理及Paddle框架实现，介绍卷积算...

本文介绍SINet和ExtremeC3Net两个轻量级人像分割模型，二者参数分别为0.087M、0....

基于Self-Attention的Transformer结构，首先在NLP任务中被提出，最近在CV任...

本文介绍通过PaddlePaddle复现VoVNet39、VoVNet57并加入PaddleClas...

残差网络（ResNet）由何恺明等人提出，解决了深层神经网络训练误差不降反升的问题。其核心是残差块，...

本文介绍卷积神经网络（CNN），涵盖其包含的卷积层、ReLU层等各类层及相关运算、参数计算等，还讲解...

本文围绕模型压缩中的聚类量化展开，先概述模型量化是通过简化参数比特位存储实现压缩。重点介绍Deep ...

该内容为一场人脸关键点检测竞赛的解决方案。使用5千张带标注的人脸图像训练模型，识别4个关键点。采用R...

本文复现了Conv2Former模型，其采用Transformer风格的QKV结构，以卷积生成权重加...