文章的核心在于，将BN层中的可学习参数gamma，作为稀疏化参数，对CNN卷积之后提取保留更有用的特征图的方法进行模型剪枝大瘦身。

今天是和大家继续分享MMOCR之ABINET文字识别。主要是一个独立自治多模态融合的思想。用文本模型提升模型整体的精度。视觉模型可以看做是先验信息，通过文本模型进行矫正。最后融合在一起，输出最终的结果，非常有新意。......

本文就介绍了机器学习中强化学习的经典模型DQN网络,代码实战。

Pytorch基础代码实战系列之定义一个简单的卷积神经网络

Java多线程socket网络协议传输代码实战案例

Prompt是时下交火的一种充分利用预训练模型的方式，也可以改变label标签，加入先验知识。提升模型整体效果。

Pytorch基础代码实战系列之自定义Dataloader加载数据

Doris系列之数据导出操作

通过huggingface中bert预训练模型实现的一个知识图谱核心模块三元组知识抽取案例。

基于贝叶斯公式推导Diffusion Model代码案例