文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网

深度学习思考者

专栏作者
举报
89
文章
133292
阅读量
42
订阅数
搜索文章
大模型实战：使用 LoRA（低阶适应）微调 LLM
[1] 详细内容请参阅 MarkAI Blog [2] 更多资料及工程项目请关注 MarkAI Github [3] 通关感知算法面试请Star 2024年千道算法面试题综述
深度学习思考者
2023-12-19
1.7K1
模型部署系列：10x速度提升，Yolov8检测模型稀疏化——CPU上超500FPS
YOLOv8由广受欢迎的YOLOv3和YOLOv5模型的作者 Ultralytics 开发，凭借其无锚设计将目标检测提升到了一个新的水平。YOLOv8 专为实际部署而设计，重点关注速度、延迟和经济性。
深度学习思考者
2023-12-18
1.1K0
有意思的损失函数：一文详细解释Yolov5中Objectness的重要性
**损失函数对不同的框进行不同的处理，最佳框与所有其他框之间的区分机制是 YOLO 损失的核心。**使用单独的对象置信度损失 objectness 来处理分数确实比将类概率 confidence 视为分数表现得更好，在SSD目标检测中考虑类概率作为置信度分数其效果要明显差于带置信度的Yolo模型。
深度学习思考者
2023-12-18
1.1K0
人工智能数据集可视化统计分析工具：快速了解你的数据集
Lightly Insights：可以轻松获取关于机器学习数据集基本洞察的工具，可以可视化图像数据集的基本统计信息，仅需提供一个包含图像和对象检测标签的文件夹，它会生成一个包含指标和图表的静态 HTML 网页。
深度学习思考者
2023-12-12
2030
【AI工具】 一款多SOTA模型集成的高精度自动标注工具（直接安装使用，附源码）
X-AnyLabeling 是一款全新的交互式自动标注工具，其基于AnyLabeling进行构建和二次开发，在此基础上扩展并支持了许多的模型和功能，并借助Segment Anything和YOLO等主流模型提供强大的 AI 支持。无须任何复杂配置，下载即用，支持自定义模型，极大提升用户标注效率！
深度学习思考者
2023-10-17
5120
【Pytorch】自定义模型、自定义损失函数及模型删除修改层的常用操作
若有些网络的最后一层不是FC层，那么我们可以先去获取最后一层的层名，再根据层名进行替换
深度学习思考者
2023-10-17
4640
【Pytorch】模型摘要信息获取、模型参数获取及模型保存的三种方法
PyTorch Summary是一个用于计算模型参数量和输出尺寸的工具库。它可以帮助你快速了解模型的结构和参数数量，以及每个层的输出形状。你可以使用torchsummary库来生成模型的摘要信息。以下是一个示例代码：
深度学习思考者
2023-10-17
7540
PyTorch 提示和技巧：从张量到神经网络
我们将深入探讨使用 PyTorch 构建自己的神经网络必须了解的 2 个基本概念：张量和梯度。
深度学习思考者
2023-10-17
1840
【单目3D】在自动驾驶中将 2D 物体检测提升到 3D
单目 3D 目标检测使用 RGB 图像来预测目标 3D 边界框。由于 RGB 图像中缺少关键的深度信息，因此该任务从根本上说是不适定的。然而在自动驾驶中，汽车是具有（大部分）已知形状和大小的刚体。那么一个关键的问题是如何有效地利用汽车的强大先验，在传统 2D 对象检测之上来推断其对应的 3D 边界框。
深度学习思考者
2023-10-17
1980
【大模型】人工智能大模型在自动驾驶领域的应用
随着ChatGPT的火爆，大模型受到的关注度越来越高，大模型展现出的能力令人惊叹。
深度学习思考者
2023-10-17
7190
【数据集】Cityscapes-流行的语义分割数据集
为了使用 City Scapes 数据集，您需要在他们的网站 (https://www.cityscapes-dataset.com/) 上创建一个帐户，然后登录才能下载数据。这使得很难直接在您的服务器上下载数据，本文提供一种脚本方式下载数据，脚本。
深度学习思考者
2023-10-17
5310
度量学习：使用多类N对损失改进深度度量学习
度量学习是ReID任务中常用的方式之一，今天来看下一篇关于如何改进度量学习的论文。来自2016年NeurIPS上的一篇论文，被引用超过900次。
深度学习思考者
2023-10-17
3290
ImageNet Classification with Deep Convolutional Neural Networks笔记(摘要版)
Contents 1.全部架构 2.降低过拟合 3.学习细节 4.结果 5.讨论
深度学习思考者
2019-05-27
4270
CV codes代码分类整理合集
CV codes代码分类整理合集(http://www.sigvc.org/bbs/thread-72-1-1.html)
深度学习思考者
2019-05-27
1.1K0
Python应用（一） 识别网站验证码以及识别算法
验证码识别涉及很多方面的内容。入手难度大,但是入手后,可拓展性又非常广泛,可玩性极强,成就感也很足。
深度学习思考者
2019-05-26
9430
（全面 经典 管用）Windows7 64位+Cuda6.5+vs2012 的caffe配置历程
　　备注：已经装好cuda的请略过，往下看。 　　记得没有VS2012的一定要先装VS。否则：安装后打开VS2012新建项目不显示NIVIDA解决方案。记住记住记住！重要的事情说三遍！ 第一步： 　　安装文件的下载，直接去官网就下载就可以。现在有cuda7.0了。
深度学习思考者
2019-05-26
7770
深入浅出——深度学习中的Batch Normalization使用
　　本篇博文主要讲解2015年深度学习领域，非常值得学习的一篇文献：《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》，这个算法目前已经被大量的应用，最新的文献算法很多都会引用这个算法，进行网络训练，可见其强大之处非同一般啊。
深度学习思考者
2019-05-26
5960
深度学习模型压缩与加速算法之SqueezeNet和ShuffleNet
自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后，卷积神经网络（CNN）的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计（hand-crafted）特征和分类器，不仅提供了一种端到端的处理方法，还大幅度地刷新了各个图像竞赛任务的精度，更甚者超越了人眼的精度（LFW人脸识别任务）。CNN模型在不断逼近计算机视觉任务的精度极限的同时，其深度和尺寸也在成倍增长。
深度学习思考者
2019-05-26
9170
Python编译器的选择与比较（入门必备）
发信人: RunningOn (挥着翅膀的男孩), 信区: Python 标 题: python IDE比较与推荐
深度学习思考者
2019-05-26
2.4K1
寻找下一款Prisma APP：深度学习在图像处理中的应用探讨
　　在9月23日到9月24日的MDCC 2016年中国移动者开发大会“人工智能与机器人”专场中，阿里云技术专家周昌进行了题为《寻找下一款Prisma APP：深度学习在图像处理中的应用探讨》的演讲。演讲中，他主要介绍深度学习在图像处理领域中的应用，主要内容包括：传统的图像处理：如超分辨、灰度图彩色化、2D/3D转换等；图像/视频风格化；图像生成。
深度学习思考者
2019-05-26
1.1K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档