CNN Fact-Checks the Republican Convention
CNN 回顾了共和党大会上提出的主张并指出了谎言。可惜 CNN 在总统辩论期间没有这样做，但莫名其妙的是双方都同意了这一条件。以下是谎言，已更正。
稳健性对于在实际应用中部署深度学习模型至关重要。自 2020 年代推出以来，视觉变换器 (ViT) 在各种视觉任务中表现出强大的稳健性和最先进的性能，优于传统 CNN。大核卷积的最新进展重新引起了人们对 CNN 的兴趣，表明它们可以匹敌或超过 ViT 性能。然而，这篇文章《探索稳健性：大核卷积网络与卷积神经网络 CNN 和视觉变换器 ViT 的比较》首先出现在 AI Quantum Intelligence 上。
Gov. Pritzker Tells CNN That Jobs Are Coming Back To Illinois... Which Is A Lie
普利兹克州长告诉 CNN，就业机会正在重回伊利诺伊州……这是个谎言本文由 Ted Dabrowski 和 Nick Binotti 通过 Wirepoints.org 撰写，州长 J.B. 普利兹克上周在接受 CNN 采访时告诉美国，拜登总统“……为振兴美国制造业做了很多工作。在我州，你知道，我们看到工作和公司回流到美国和伊利诺伊州。” 但州长关于伊利诺伊州的评论根本不是事实——如果你以实际就业的伊利诺伊州人的数量来衡量的话，情况就不是如此了。如今，伊利诺伊州就业名册上的人数比普利兹克州长上任时要少。*根据美国劳工统计局的当地失业统计计划，2019 年，伊利诺伊州雇用了 6,273,060 名
Transform-Based Layers Boost CNN Efficiency and Accuracy, Applications for Computer Vision
开创性的研究引入了基于变换的层作为一种新方法来提高卷积神经网络 (CNN)，特别是残差网络 (ResNets) 在计算机视觉领域的效率和准确性，可能会彻底改变...
Convolutional Neural Networks (CNNs) Explained
在人工智能和机器学习领域，卷积神经网络 (CNN) 已成为图像识别、处理和分类的强大工具。它们独特的架构和学习空间层次的能力使它们特别适合处理涉及视觉数据的任务。在这篇博文中，我们将深入探讨 CNN 的复杂性、其组件及其应用。什么是卷积神经网络？卷积神经网络 (CNN) 是一类深度神经网络，特别适合分析视觉图像。受动物视觉皮层的启发，CNN 旨在自动和自适应地学习空间 […]
美国宇航局“机智号”直升机火星任务在三年后结束 | 美国有线电视新闻网阿什利·斯特里克兰，CNN在三年内完成了 72 次历史性的火星飞行后，美国宇航局的“机智号”直升机任务结束了。“机智号”最初是作为一项实验设计的，于 2021 年 4 月 19 日升空，成为第一架在另一个世界运行和飞行的飞机。返回加利福尼亚州帕萨迪纳市美国宇航局喷气推进实验室的图像和数据显示，直升机在本月最后一次飞行中着陆时，一个或多个碳纤维旋翼叶片受损。据美国宇航局称，该团队确定直升机不再能够飞行。作为毅力号火星车的可靠伙伴，“机智号”曾前往火星，现在正直立在这颗红色星球的表面，美国宇航局喷气推进实验室的任务控制员能够与旋
NASA Ingenuity 直升机火星任务在三年后结束 |美国有线电视新闻网阿什利·斯特里克兰报道，美国宇航局的“机智号”直升机任务在三年内完成了 72 次历史性的火星飞行后，现已结束。机智号最初是作为一项实验设计的，于 2021 年 4 月 19 日升空，成为第一架在另一个世界运行和飞行的飞机。返回加利福尼亚州帕萨迪纳市美国宇航局喷气推进实验室的图像和数据显示，这架直升机的一个或多个碳纤维旋翼叶片在本月最后一次飞行中着陆时受损。据美国宇航局称，该团队确定这架直升机已无法再飞行。机智号曾作为毅力号火星车的可靠伙伴前往火星，目前正直立在这颗红色星球的表面，美国宇航局喷气推进实验室的任务控制员能
Implementing rotation equivariance: Group-equivariant CNN from scratch
我们编写了一个简单的组等变卷积神经网络 (GCNN)，它与旋转等变。世界可能颠倒了，但网络会知道。
CNN Explainer: Learning Convolutional Neural Networks with Interactive Visualization
CNN Explainer 紧密集成了总结 CNN 结构的模型概述和按需，动态的可视化解释视图，帮助用户理解 CNN 的底层组件。通过跨抽象层次的平滑过渡，我们的工具使用户能够检查低级数学运算和高级模型结构之间的相互作用。
Best deep CNN architectures and their principles: from AlexNet to EfficientNet
卷积神经网络如何工作？设计一个 CNN 架构背后的原理是什么？我们是如何从 AlexNet 转向 EfficientNet 的？
Easy PixelCNN with tfprobability
PixelCNN 是一种深度学习架构（或架构包），旨在生成高度逼真的图像。要使用它，无需对 arXiv 论文进行逆向工程或搜索参考实现：TensorFlow Probability 及其 R 包装器 tfprobability 现在包含一个 PixelCNN 分布，可用于以可参数化的方式训练直接定义的神经网络。
海军作战部长迈克·吉尔戴上将和海军陆战队司令戴维·伯杰上将接受《华盛顿邮报》、路透社、CNN、《防务新闻》和美国海军学院的采访。
Understanding Convolutional Neural Networks (CNN) with an example
完成 Coursera 深度学习专业课程 #4 后，我想写一个简短的总结来帮助大家理解/复习卷积神经网络 (CNN) 的概念。让我们通过一个例子来理解 CNN - 图 1。CNN 示例 - 来源：Coursera DL Specialization假设您有一个 32x32 的图像，其中包含从 0 到 10 的数字，具有 3 个通道 (RGB)。您将它通过第一个卷积层 (CL1) 中大小为 f 的过滤器。过滤器的输出图像的大小是多少？输出图像的大小通过以下公式计算：来源：Medium 在我们的例子中，假设填充为 0 且步幅为 1。上述公式得出图像的高度和宽度的输出大小均为 28x28。好吧，这是
CNN: Is organic food better for you?
我的仇恨邮件本周放慢了速度，因此与写有机食品相比，如何再次榨汁。一项新的研究说，对您更好吗？是吗？如果您是领带的追随者，您会知道我的答案，但是无论如何都要阅读以了解我为什么会做什么。 @aaronecarrollthe Post CNN：有机食品对您有利吗？首次出现在偶然的经济学家中。
吉姆·曼兹（Jim Manzi）在不受控制中的想法不仅值得阅读，而且值得深入思考。该书的三个部分着重于（1）科学过程的历史，理论和哲学，（2）科学和统计方法在社会科学中的应用，（3）政策建议。在这篇文章中，我将忽略（1），[…]帖子 *不受控制 *首先出现在偶然的经济学家中。
CNN: Why you must vaccinate your kids
最近有一个纽约法院案件维持政府的权利防止未接种的儿童上学以预防或管理疾病爆发。我在CNN.com上使用了机会，讨论了牛群的免疫力，以及为什么我们不只是为保护自己而接种疫苗。我们也这样做是为了保护他人。去看！ @AaroneCarrollthe Post CNN：为什么您必须首先疫苗接种您的孩子，首先出现在附带的经济学家中。
