新闻中心 
-
08-01基于PaddlePaddle复现的CycleMLP本文提出了一个简单的 MLP-like 的架构 CycleMLP，它是视觉识别和密集预测的通用主干，不同于现代 MLP 架构，例如 MLP-Mixer、ResM...
-
08-01《动手学深度学习》Paddle 版源码-5.12章（DenseNet）稠密连接网络（DenseNet）是由 ResNet 跨层连接设计引申而来。它的模块间通过在通道维连结输出，实现稠密连接。DenseNet 主要由稠密块和过渡层构...
-
08-01【AI达人特训营】基于ResNet50的NAM注意力机制论文复现本文提出一种基于归一化的注意力模块（NAM），可以降低不太显著的特征的权重，这种方式在注意力模块上应用了稀疏的权重惩罚，这使得这些权重在计算上更加高效，同时能够...
-
08-01Shunted Transformer 飞桨权重迁移体验本文介绍基于PaddleClas实现的Shunt Transformer，针对ViT感受野局限，提出shunted self-attention获取多尺度信息，...
-
08-01屠榜CV！Swin TransFromer 你又该换Backbone了！本文介绍Swin Transformer相关知识，对比其与ViT的区别：Swin采用窗口理念和不同下采样倍数，减少计算量且提升性能。还讲解了其Patch层、Pa...
-
08-01《动手学深度学习》Paddle 版源码-5.08章（NIN）网络中的网络（NiN）不同于LeNet、AlexNet和VGG，它串联多个含卷积层和11卷积层（替代全连接层）的NiN块构建深层网络。其用输出通道数等于标签类别...
