2023年EI会议，领域包括图像处理、电子信息、机械、光学、深度学习、计算机视觉等等

2024年EI会议，方向电子电气、人工智能、图像处理

时间：7月11日-7月13日。时间：5月16日-5月18日。时间：4月18日-4月20日。时间：4月25日-4月27日。时间：6月10日-6月12日。时间：3月28日-3月21日。时间：9月14日-9月17日。时间：6月25日-6月27日。时间：2月21日-2月23日。时间：9月18日-9月21日。时间：7月12日-7月14日。时间：7月25日-7月27日。时间：9月18日-9月21日。时间：4月

SCI一二三四区期刊,自用版本,zhuyaode 方向是计算机视觉,图像处理,人工智能

SCI一二三四区期刊,自用版本,zhuyaode 方向是计算机视觉,图像处理,人工智能

【代码】昇腾910使用记录。

SCI一二三四区期刊,自用版本,zhuyaode 方向是计算机视觉,图像处理,人工智能

2024年EI会议，方向电子电气、人工智能、图像处理

【代码】深度学习训练存在的问题。

通常情况下，增大批量大小可以提高训练过程中的计算效率，因为可以利用并行计算的优势。较大的批量大小可能导致模型更多地陷入局部最小值，而较小的批量大小可能更容易跳出局部最小值并找到全局最小值。尽管并行计算可以提高效率，但在某些情况下，较大的批量大小可能导致GPU资源利用率下降。较大的批量大小可能导致无法将整个批次同时加载到显存中，需要将其分成更小的子批次来进行计算。如果模型参数和数据不能同时存储在内存