[2024-07-19]｜CSDN每天值得看｜人工智能

① 【机器学习】Grid Search: 一种系统性的超参数优化方法（鑫宝Code:[博客] [成就]） [质量分：97；难度等级：未知；新鲜技术：99]
摘要：Grid Search是一种用于自动搜索给定超参数空间中最佳模型参数组合的方法。它通过创建一个包含所有待评估超参数值的网格，然后遍历这个网格中的每一个点来完成搜索过程。

② 【人工智能】Transformers之Pipeline（三）：文本转音频（text-to-audio/text-to-speech）（LDG_AGI:[博客] [成就]） [质量分：98；难度等级：未知；新鲜技术：99]
摘要：文本转音频（TTS），与上一篇音频转文本（STT）是对称技术，给定文本生成语音，实际使用上，更多与语音克隆技术相结合：先通过一段音频（few-show）进行声音克隆，再基于克隆的音色和文本生成语音。

③ 【深度学习】PyTorch框架(5)：Transformer和多注意力机制（MUKAMO:[博客] [成就]） [质量分：97；难度等级：未知；新鲜技术：99]
摘要：注意力机制是近年来在神经网络中引起广泛关注的一类新型网络层，特别是在处理序列任务时。尽管在学术文献中“注意力”有多种定义，但我们在这里采用以下定义：注意力机制指的是基于输入查询和元素键动态计算权重的元素加权平均。具体来说，这意味着什么？

④ 机器学习第四十八周周报 IAGNN（沽漓酒江:[博客] [成就]） [质量分：96；难度等级：未知；新鲜技术：99]
摘要：本周阅读了题为Interaction-Aware Graph Neural Networks for Fault Diagnosis of Complex Industrial Processes的论文。

⑤ （ISPRS，2021）具有遥感知识图谱的鲁棒深度对齐网络用于零样本和广义零样本遥感图像场景分类（lalula1999:[博客] [成就]） [质量分：96；难度等级：未知；新鲜技术：99]
摘要：尽管深度学习已经彻底改变了遥感图像场景分类，但当前基于深度学习的方法高度依赖于预定场景类别的大量监督，并且对于超出预定场景类别的新类别表现不佳。