待验证50% 置信事实精确时间

Zhang等人在2019年提出的Anti-aliased CNN通过在下采样前加入低通滤波（blur kernel），显著提升了模型对输入平移的一致性

1

来源数

50%

置信度

长期有效

时效性

2026/8/8

首次发现

来源

谱池化详解：从频域视角重新理解CNN下采样机制

相关事实

待验证基于CNN和Transformer架构的现代OCR引擎对中文、英文的识别准确率已超过99%58% 相似待验证NVIDIA的FourCastNet基于自适应傅里叶神经算子实现了高分辨率全球预报57% 相似待验证混合精度训练由NVIDIA与百度于2018年联合提出，核心思想是在前向与反向传播中使用FP16以降低显存占用并加速计算，同时保留FP32主权重副本用于参数更新56% 相似待验证模型在让绝版 Intel 网络平板重新联网的案例中展现推理链条，通过 UTM 模拟器和编写用户空间驱动最终使基站适配器变绿闪烁56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/709890

API

curl https://kongchang.com/api/v1/knowledge/claims/709890

MCP

get_claim(id=709890)