0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學習實戰(zhàn)

文章:10 被閱讀:9w 粉絲數(shù):3 關(guān)注數(shù):0 點贊數(shù):3

廣告

Transformer模型的多模態(tài)學習應(yīng)用

隨著Transformer在視覺中的崛起,Transformer在多模態(tài)中應(yīng)用也是合情合理的事情,甚....
的頭像 深度學習實戰(zhàn) 發(fā)表于 03-25 09:29 ?10398次閱讀
Transformer模型的多模態(tài)學習應(yīng)用

一種可以編碼局部信息的結(jié)構(gòu)T2T module,并證明了T2T的有效性

證明了通過精心設(shè)計的Transformer-based的網(wǎng)絡(luò)(T2T module and effi....
的頭像 深度學習實戰(zhàn) 發(fā)表于 03-11 16:21 ?2776次閱讀
一種可以編碼局部信息的結(jié)構(gòu)T2T module,并證明了T2T的有效性

利用ImageNet訓(xùn)練了一個能降噪、超分和去雨的圖像預(yù)訓(xùn)練模型

在上篇文章介紹過了,因為Transformer本身是用于NLP領(lǐng)域的,輸入應(yīng)該是一個序列,因此這篇的....
的頭像 深度學習實戰(zhàn) 發(fā)表于 03-03 16:05 ?4300次閱讀
利用ImageNet訓(xùn)練了一個能降噪、超分和去雨的圖像預(yù)訓(xùn)練模型

CentripetalNet:更合理的角點匹配,多方面改進CornerNet

函數(shù)用來減少向心偏移的數(shù)值范圍,讓訓(xùn)練更容易。在訓(xùn)練時,由于非GT角點需要結(jié)合角點偏移計算向心偏移,....
的頭像 深度學習實戰(zhàn) 發(fā)表于 03-03 16:02 ?2030次閱讀
CentripetalNet:更合理的角點匹配,多方面改進CornerNet

谷歌AI利用機器學習和硬件加速器實現(xiàn)流體模擬數(shù)量級加速

谷歌 AI 最近一項研究表明,利用機器學習和硬件加速器能夠改進流體模擬,且不損害準確率或泛化性能。 ....
的頭像 深度學習實戰(zhàn) 發(fā)表于 02-24 09:35 ?1890次閱讀
谷歌AI利用機器學習和硬件加速器實現(xiàn)流體模擬數(shù)量級加速

2020年有哪些AI大事件令人難忘?

內(nèi)容提要:一直以來,超神經(jīng)都在密切關(guān)注并報道 AI 界的各項大事件。過去一年,有哪些 AI 大事件令....
的頭像 深度學習實戰(zhàn) 發(fā)表于 02-24 09:33 ?2085次閱讀

視覺新范式Transformer之ViT的成功

? 這是一篇來自谷歌大腦的paper。這篇paper的主要成果是用Transformer[1]取代C....
的頭像 深度學習實戰(zhàn) 發(fā)表于 02-24 09:31 ?6727次閱讀
視覺新范式Transformer之ViT的成功

梯度爆炸問題的介紹和如何解決爆炸問題詳細概述

最近在做一個文本檢測的項目,在訓(xùn)練的過程中遇到了很嚴重的梯度爆炸情況,今天就來談?wù)勌荻缺ㄔ趺唇鉀Q。
的頭像 深度學習實戰(zhàn) 發(fā)表于 04-30 19:15 ?14377次閱讀
梯度爆炸問題的介紹和如何解決爆炸問題詳細概述

用簡潔的語言來闡述YOLO算法

顧名思義,這個算法就是只看一遍圖片就能把所有的物體都識別出來,這個算法能夠做到實時的物體檢測,大約能....
的頭像 深度學習實戰(zhàn) 發(fā)表于 01-29 15:41 ?29919次閱讀
用簡潔的語言來闡述YOLO算法

如何通過計算機視覺去識別車道線

攝像機獲得的視頻圖像,由于受到周圍環(huán)境的影響,存在著很多無用信息和各種各樣的噪聲干擾。為了準確的檢測....
的頭像 深度學習實戰(zhàn) 發(fā)表于 01-15 10:03 ?15259次閱讀