#下采样
共 27 篇相关文章
·15 分钟
谱池化详解：从频域视角重新理解CNN下采样机制
深入解析谱池化（Spectral Pooling）的原理与优势，探讨如何通过离散傅里叶变换在频域实现理想低通滤波，解决最大池化的信息丢失与混叠问题，并分析其计算代价与实际应用前景。
阅读全文 →
·15 分钟
一个像素移动就能骗过AI？深度解析平移不变性原理
为什么图像仅平移一个像素就能让AI识别出错？本文从FFT频域变换和采样定理出发，深入解析CNN平移不变性缺失的数学原因，并探讨BlurPool等抗混叠方案如何提升模型鲁棒性。
阅读全文 →
·10 分钟
750美元从零训练3个LLM：一位开发者的实战复盘
一位开发者花费750美元从零训练了3个大语言模型，涵盖SwiGLU、GQA、KV缓存等现代架构技术迭代，并分享了预训练、SFT微调、GRPO强化学习的实战教训与五条关键工程经验。
阅读全文 →
·13 分钟
视频生成模型如何学得更快更好：训练效率提升的关键路径
深入解析视频生成模型训练效率提升的核心方法，包括潜空间压缩、数据筛选、课程学习和架构优化等关键技术路径，帮助团队在有限算力下实现更好的视频模型训练效果。
阅读全文 →
·11 分钟
Qwen VLM挑战《威利在哪里》：暴露视觉模型细粒度定位软肋
Qwen 3.6 VLM挑战《威利在哪里》游戏，结果暴露视觉语言模型在高密度场景中细粒度目标定位的短板。本文分析VLM在分辨率限制、视觉grounding能力上的不足，并探讨未来模型的突破方向。
阅读全文 →
·7 分钟
HG-ESR-NET：Real-ESRGAN开源超分工具的现代化改造实践
HG-ESR-NET是基于Real-ESRGAN的现代化改造项目，修复了依赖兼容性问题并新增OpenModelDB模型支持，让经典图像超分辨率工具在新环境中顺利运行，大幅提升灵活性与实用性。
阅读全文 →
·15 分钟
ResNet残差连接为何有效？深层网络退化问题实验复现
通过CIFAR-10实验复现深层网络退化问题：56层普通网络训练准确率仅84%，远低于20层的95%。深入解析ResNet跳跃连接如何解决优化困难，以及残差结构在现代深度学习中的核心地位。
阅读全文 →
·17 分钟
CLIP视觉编码器是否成为VLM瓶颈？多模态大模型架构之辩
深入分析CLIP视觉编码器在现代多模态大模型(VLM)中的局限性，探讨计数、空间推理等任务短板，以及混合编码器、高分辨率处理等替代方案，帮助开发者理解VLM视觉前端的优化方向。
阅读全文 →
·13 分钟
LayerProof Matte 3.0评测：一次批量生成50篇品牌社交内容
深度解析LayerProof Matte 3.0如何通过自动品牌套件构建，一次批量生成50篇符合品牌调性的社交媒体帖子、轮播和故事，覆盖SaaS、快消、餐饮等行业的内容需求。
阅读全文 →
·17 分钟
从Q-learning到PPO：用超级马里奥实战强化学习
系统梳理强化学习从Q-learning到PPO算法的完整演进路径，以超级马里奥为实战案例，涵盖价值方法、策略梯度与近端策略优化原理，附开源代码与人机对战交互体验。
阅读全文 →
·17 分钟
3D可视化揭秘：LeNet-5如何识别手写数字
通过VRML+Python技术栈构建LeNet-5卷积神经网络的3D可视化演示，直观展示MNIST手写数字识别的完整推理过程，从输入层到输出层逐步揭开CNN黑箱。
阅读全文 →
·15 分钟
LTX-2开源：音视频一体化生成模型完整解析
深度解析Lightricks开源的LTX-2音视频一体化生成模型，涵盖官方Python推理工具包、LoRA微调训练器的核心能力，以及音画同步生成的技术优势与实际应用场景。
阅读全文 →
·16 分钟
AI遥感建筑提取：深度学习驱动的十年城市扩张分析
探讨如何利用深度学习模型从正射影像中自动提取建筑轮廓，实现城市致密化的十年时序分析。介绍模型推理路径、技术挑战及可复制的城市空间演变量化监测方法论。
阅读全文 →
·11 分钟
AI视频生成进化史：从Will Smith吃面翻车到电影级画质
从ModelScope的Will Smith吃面翻车名场面，到Sora、Kling等模型生成电影级视频，回顾AI视频生成技术在短短两三年内的惊人飞跃，解析扩散模型与DiT架构如何推动文本生成视频的革命性进步。
阅读全文 →
·14 分钟
nanoAlphaZero：单文件JAX实现24小时训练2700分棋力
nanoAlphaZero是一个用JAX编写的单文件AlphaZero实现，在TPU v4-32上24小时内训练出Elo 2700+国际象棋模型。整个强化学习管线浓缩为一个JIT编译的JAX函数，支持国际象棋、围棋等多种棋类游戏。
阅读全文 →
·16 分钟
从零构建AI：503节课开源课程完整学习路径
AI Engineering from Scratch是一门包含503节课、20个阶段的开源AI课程，从线性代数到自主智能体，先手写实现再调库，支持Python/TypeScript/Rust/Julia四种语言，GitHub超4.6万星。
阅读全文 →
·15 分钟
训练时Dice评估指标周期性剧烈波动的原因与解决方案
深入分析U-Net语义分割训练中Dice评估指标周期性剧烈波动的根本原因，包括Dice损失梯度不稳定、类别不平衡放大效应、批次采样问题等，并提供损失权重预热、平滑项设置、学习率调度等实用解决方案。
阅读全文 →
·12 分钟
六个月124次迭代：用PPO攻克Breakout的反应式打法
一位强化学习爱好者历时六个月、迭代124个版本，终于用PPO算法在Atari Breakout中实现反应式打法。本文深入分析PPO调参难点、Breakout环境挑战及强化学习工程实践的真实经验。
阅读全文 →
