首页
学习
活动
专区
工具
TVP
发布

磐创AI技术团队的专栏

定期分享机器学习深度学习相关优质原创文章
专栏成员
726
文章
1050993
阅读量
125
订阅数
MobileVIT:轻量级视觉Transformer+移动端部署
轻量级卷积神经网络的spatial inductive biases( 空间归纳偏置)使他们能够在不同的视觉任务中学习参数较少的表征,然而这些网络在空间上是局部的。反观重量级的基于self-attention的VIT可以学习到全局表征,所以作者等人针对轻量化提出一个问题: 是否有可能结合CNN 和 ViT 的优势,为移动视觉任务建立一个轻量级和低延迟的网络?因此本文提出了一个新的视角:使用基于Transformer的卷积来处理全局信息。精度提升可见下图:
磐创AI
2021-12-01
1.8K1
何凯明团队又出新论文!北大、上交校友教你用ViT做迁移学习
模型参数的初始化一直是一个重要的研究问题,一个合适的初始化能够提升模型性能,加速收敛找到最优解。
磐创AI
2021-12-01
9340
Nvidia「艺术家神器」GauGAN发布第二代!训练超1000万张图片,两个词就能生成风景画
最近,英伟达发布了实时绘画工具GauGAN的第二代,主要特性是支持输入文本来生成图像。
磐创AI
2021-12-01
1.4K0
使用 CNN 进行句子分类的自然语言处理
句子 分类是最简单的NLP任务之一,具有广泛的应用,包括文档分类、垃圾邮件过滤和情感分析。一个句子在句子分类中被分类到一个类中。
磐创AI
2021-11-19
6840
使用 NLP 和文本分析进行情感分类
我们今天生活在一个数字世界中。从一天的开始到我们对所爱的人说“晚安”,我们以视觉、音乐/音频、网络、文本和更多来源的形式消耗大量数据。
磐创AI
2021-11-10
1.6K0
使用 Python 实现的卷积神经网络初学者指南
卷积神经网络是一种专为处理图像和视频而设计的深度学习算法。它以图像为输入,提取和学习图像的特征,并根据学习到的特征进行分类。
磐创AI
2021-10-27
1.5K0
在 PyTorch 中使用 Detectron2 进行对象检测的指南
目标检测是深度学习的流行应用之一。让我们首先考虑一个现实生活中的例子。大多数人会在手机中使用 Google 相册,它会根据“事物”选项下的照片自动将照片分组。我在下面附上一个片段。
磐创AI
2021-10-27
1.6K0
Tensorflow 回调快速入门
我们都熟悉深度学习模型的训练过程。随着模型变得越来越复杂,训练时间也显着增加。因此,模型通常需要花费数小时来训练。
磐创AI
2021-10-27
1.3K0
基于PyTorch深度学习框架的序列图像数据装载器
如今,深度学习和机器学习算法正在统治世界。PyTorch是最常用的深度学习框架之一,用于实现各种深度学习算法。另一方面,基于学习的方法本质上需要一些带注释的训练数据集,这些数据集可以被模型用来提取输入数据和标签之间的关系。为了给神经网络提供数据,我们定义了一个数据加载器。
磐创AI
2021-09-03
5970
使用BERT升级你的初学者NLP项目
随着强大的模型越来越容易访问,我们可以轻松地利用深度学习的一些力量,而不必优化神经网络或使用GPU。
磐创AI
2021-08-05
1.3K0
使用经典ML方法和LSTM方法检测灾难tweet
在本文中,我将对分类任务应用两种不同的方法。我将首先应用一个经典的机器学习分类算法-梯度增强分类器。
磐创AI
2021-08-05
9840
想读懂YOLOV4,你需要先了解下列技术(二)
本文YOLOV4论文总结分析的第二篇,其主要分析了数据增强和特征擦除手段,包括random erasing、cutout、hide-and-seek、grid mask、Adversarial Erasing、mixup、cutmix、mosaic、Stylized-ImageNet、label smooth、dropout和dropblock,本文分析各种BN改进、网络感受野增强技巧、注意力机制和特征融合技巧。
磐创AI
2021-08-05
3950
【论文解读】​YOLOX: Exceeding YOLO Series in 2021
YOLOv3 baseline 以Darknet53作为Baseline,给大家介绍如何一步一步过渡到现在的YOLOX-DarkNet53。YOLOv3是以Darknet53为主干,后面再加上SPP。我们对训练策略进行了一些修改,增加了EMA weights updating,余弦学习率,IoU损失,以及IoU-aware分支,在训练分类和objectness的分支中,我们使用了BCE loss。在数据增强方面,我们只使用了水平翻转,颜色抖动和多尺度。
磐创AI
2021-08-05
9860
创建一个Spotify播放列表
作者 | Merlin Schäfer 编译 | VK 来源 | Towards Data Science
磐创AI
2021-05-10
1.6K0
建立一个完全没有机器学习的图像分类器
作者 | Arunn Thevapalan 编译 | VK 来源 | Towards Data Science
磐创AI
2021-04-21
5890
详述Deep Learning中的各种卷积(二)
对于很多生成模型(如GAN中的生成器、自动编码器(Autoencoder)、语义分割等模型)。我们通常希望进行与正常卷积相反的装换,即我们希望执行上采样,比如自动编码器或者语义分割。(对于语义分割,首先用编码器提取特征图,然后用解码器回复原始图像大小,这样来分类原始图像的每个像素。)
磐创AI
2021-03-15
9140
重新标注128万张ImageNet图片:多标签,全面提升模型性能 | 留言送书
ImageNet 是机器学习社区最流行的图像分类基准数据集,包含超过 1400 万张标注图像。该数据集由斯坦福教授李飞飞等人于 2006 年开始创建,后成为评估计算机视觉模型在下游视觉任务中能力的试金石。
磐创AI
2021-02-23
3990
实验室一块GPU都没有怎么做深度学习?
还记得 CVPR 2015 开完会回来,感觉大家都在讨论 deep learning,convolutional neural network,当时觉得应该试试。我就用网上开源的 LetNet 在笔记本上训练了一下我们当时自己采集的数据集,结果完爆我们费尽心思手动设计的传统方法。我当时就鼓动我老板,让她给实验室买个带 GPU 的机器。结果她语重心长地说: "你看实验室这些旧电脑,我之前给每一个 PhD 学生都配一台电脑,结果没过多长时间,大家都不用了,只用自己的笔记本,所以不要把钱花在硬件上"。我竟无言以对。。。
磐创AI
2021-02-23
15K0
网络架构设计:CNN based和Transformer based
从DETR到ViT等工作都验证了Transformer在计算机视觉领域的潜力,那么很自然的就需要考虑一个新的问题,图像的特征提取,究竟是CNN好还是Transformer好?
磐创AI
2021-02-23
8810
21张让你代码能力突飞猛进的速查表(神经网络、线性代数、可视化等)
随着深度学习的蓬勃发展,越来越多的小伙伴们开始使用python作为主打代码,python有着种类繁多的第三方库,这里为大家从网络上收集了一些代码速查表,包括深度神经网络、机器学习、数据可视化、python基础、科学计算等等,希望可以帮你在码代码时提速。
磐创AI
2021-01-12
3630
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
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
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
领券
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