新闻中心 
-
08-01【PaddlePaddle】基础理论教程 - 前馈神经网络概论本文介绍前馈神经网络（FNN），其源于对生物神经网络的研究，可追溯至20世纪40年代。文中阐述了其发展背景，详解结构设计，包括输入层、隐藏层、输出层及层间连接，...
-
08-01深度学习中的各类上采样算子本文介绍了深度学习分割任务中Decoder阶段的多种上采样方法。包括规则上采样的Upsample（如双线性插值）、通过周期筛选实现的PixelShuffle、基...
-
08-01机械翻译领域适应本文围绕低资源神经机器翻译的领域适应方法展开研究，使用口语、专利领域的中英平行句对构建并训练中译英模型，经迁移学习后，在口语、专利、医药测试集测试。结果显示迁移...
-
08-01【AI达人创造营第二期】目标检测中的loss函数目标检测是计算机视觉的一个重要研究领域，其中boundingbox的回归是非常重要的步骤，指导网络如何优化网络中的参数使得bbox和gt更接近的就是loss函数...
-
08-01『飞桨领航团AI达人创造营』基于LGBM的模型预测借款人是否能按期还款本文介绍基于LGBM模型预测借款人还款情况的项目。用40000条训练集和15000条测试集数据，经数据加载、预处理和特征工程，构建如贷款金额与缴存额组合等特征。...
-
08-01【NIPS 2025】弥合鸿沟:重新考虑Softmax和线性注意力本文分析了Softmax与线性注意力的性能差距，指出核心在于单射性质和局部建模能力。线性注意力因非单射导致语义混淆，且局部建模不足；Softmax注意力则具备单...
