240 發(fā)簡(jiǎn)信
IP屬地：新疆
  • 大模型相關(guān)

    傳智星云網(wǎng)(AI工具導(dǎo)航站) 相關(guān)職位：大模型應(yīng)用開(kāi)發(fā)工程師 簡(jiǎn)歷生成網(wǎng)站 職場(chǎng)密碼

  • huggingface 相關(guān)

  • django的簡(jiǎn)單集成

    參考文檔 待驗(yàn)證 onnx轉(zhuǎn)換成引擎

  • dockerfile安裝tensorRT

    from參考這個(gè)網(wǎng)站 這種的參考下邊的網(wǎng)站 還有這個(gè)玩意 直接集成好的 笨方法的= = 還沒(méi)弄成的 下邊自己備份 別用 會(huì)報(bào)錯(cuò)Dockerfile 創(chuàng)建鏡像 創(chuàng)建容器 ...

  • windows 安裝TensorRT

    參考這個(gè)

  • 120
    windows安裝docker

    以管理員身份運(yùn)行cmd 源 啟用功能 設(shè)置默認(rèn)版本 手動(dòng)下載分發(fā)版本

  • GPT

    few-shot真椿，one-shot氮凝，zero-shot Few-Shot指的是在推理過(guò)程中撮执，給模型一些任務(wù)演示略贮。比如在下圖英譯法的任務(wù)中凌停，會(huì)給出K個(gè)上下文和補(bǔ)全的示例驶忌，期待模...

  • BERT

    BERT（Bidirectional Encoder Representations from Transformers蕾总，雙向編碼器Transformer）是Google研究...

  • 120
    注意力機(jī)制（Attention）

    2017年，Google研究人員提出了劃時(shí)代的模型Transformer粟焊，它完全基于注意力機(jī)制讹挎，拋棄了之前深度學(xué)習(xí)領(lǐng)域CNN和RNN結(jié)構(gòu)，成為CNN和RNN之外的第三類基本結(jié)...

  • Seq2Seq

    Seq2Seq屬于典型的Encoder-Decoder結(jié)構(gòu). Encoder（編碼器）和Decoder（解碼器）分別代表兩個(gè)子模型吆玖，Encoder負(fù)責(zé)將輸入轉(zhuǎn)換為一種中間表達(dá)...

  • RNN

    循環(huán)神經(jīng)網(wǎng)絡(luò) HMM 時(shí)間序列模型RNN(原生循環(huán)神經(jīng)網(wǎng)絡(luò))反向傳播：時(shí)序反向傳播 BPTT（Back Propagation Through Time）雙...

  • 120
    NLP

    命名實(shí)體識(shí)別 （NER） 主題建模 （提取主題） 免費(fèi)論文檢索網(wǎng)站 TF-IDF 詞頻-逆文檔頻率 詞頻的倒數(shù) 度量詞語(yǔ)語(yǔ)義貢獻(xiàn)度大小TF-IDF是無(wú)監(jiān)督學(xué)習(xí) 詞頻...

  • 自學(xué)部分

    SimOTA ：優(yōu)化正負(fù)樣本分布 yolo數(shù)據(jù)集網(wǎng)站：

  • 120
    OCR部分

    OCR (光學(xué)字符識(shí)別) 屬于 目標(biāo)檢測(cè)+分類問(wèn)題ICDAR(2017年)場(chǎng)景文本檢測(cè)的和識(shí)別的數(shù)據(jù)集RCTW 中文CTW （騰訊和清華合作） 中文 文字有遮擋...

  • RepVGG

    卷積運(yùn)算和BN運(yùn)算合并 重參數(shù)化11的卷積周圍填充一圈0 變成33的卷積只有BN運(yùn)算變成 11的卷積核 然后11的卷積核再填充0 轉(zhuǎn)換成3*3的卷積核卷積運(yùn)算可加性 相同...

  • 第二十一天

    解耦頭：各自做各自的任務(wù)，提高收斂速度马篮，模型泛化能力 圖像分割：像素級(jí)別的分類問(wèn)題像素精度 === 召回率 FCN 第一個(gè)圖像分割模型 U-Net(2015) 醫(yī)學(xué)方面...

  • 120
    1*1卷積可以降維的理解圖

    每個(gè)通道卷積計(jì)算后 最后根據(jù)卷積核的數(shù)量 生成對(duì)應(yīng)數(shù)量的通道 一個(gè)卷積核生成一個(gè)通道多個(gè)通道計(jì)算后 對(duì)應(yīng)位置相加 合并成一個(gè)通道

  • 120
    第二十天

    v4 Mosaic:馬賽克 72 個(gè)卷積層 比v3多了20層 spp 空間金字塔池化 得到新的特征fpn 上采樣pan 自底向上 下采樣 路徑聚合網(wǎng)絡(luò) C ...

  • 120
    第十九天

    分類+定位 置信度是分類任務(wù) 交叉熵定位是回歸任務(wù) 均方差（很少用）交集和并集的比例 越接近1越好 0.5為可接受值 小于0.5的就不要了 多個(gè)特征值預(yù)測(cè)出...

  • 120
    第十八天

    交叉熵公式沾乘？？ fps 幀每秒 25 至少1秒25幀率 1浑测、分類 分類問(wèn)題2翅阵、定位 在哪里 目標(biāo)的位置 矩形框 回歸問(wèn)題3歪玲、檢測(cè) 在哪里&&是什么 ...

亚洲A日韩AV无卡,小受高潮白浆痉挛av免费观看,成人AV无码久久久久不卡网站,国产AV日韩精品