随着数字设备的快速普及，如何将图像和视频完美适配各种屏幕尺寸，成为了一个亟待解决的问题。阿联酋沙迦大学的科研团队最近发表了一项研究，利用深度学习模型开发出一种全新的技术，能够自动预测图像的最佳尺寸，从而实现不同设备间的无缝显示。这项研究的核心是采用了转移学习技术，使用了 Resnet18、DenseNet121和 InceptionV3等深度学习模型。研究人员表示，现有的图像重定向技术虽然已经有很多，但往往无法自动调整图像尺寸，仍需人工干预。这导致在不同屏幕上，图像可能出

张祥雨，一位AI领域的杰出科学家，因参与ResNet研究而声名鹊起，该研究开创性地引入了残差连接，对现代深度学习模型至关重要。他以90后的身份加盟阶跃星辰，引发行业关注。张祥雨在学术上的成就包括在数学建模竞赛中取得西安交通大学历史最佳成绩，以及在微软亚洲研究院期间与团队共同完成ResNet研究。ResNet论文被引用超过23万次，成为本世纪最受欢迎的深度学习论文之一。张祥雨的研究方向涵盖高性能卷积网络设计、自动化机器学习等。阶跃星辰的吸引力不仅在于其在AI大模型领域的江湖地位，更在于其人才战略和技术创新。公司吸引包括腾讯的俞刚和微软亚洲研究院的段楠在内的顶尖人才。阶跃星辰的自研模型和产品，在市场中获得了广泛认可。随着AI技术的发展，阶跃星辰有望在大模型领域的竞争中占据有利地位。