首页
学习
活动
专区
工具
TVP
发布

PyVision

专栏作者
81
文章
95212
阅读量
17
订阅数
对比自监督学习方法综合对比分析
【导读:这篇来自华盛顿大学的论文深入研究了各种对比自监督模型,系统分析了计算机视觉任务的基准问题;算法,数据集和终端任务如何影响模型性能;以及哪种编码器是最好的通用主干网络。】
McGL
2021-07-07
7870
自动驾驶中的深度学习
最早使用神经网络来检测车道线,分割地面和驾驶的自动驾驶汽车叫 ALVINN,创建于1989年。
McGL
2021-05-08
1.2K0
Python 3.10发布临近,一文尽览所有重要新特性和变化
Python 3.10 的发布日益临近,是时候来看看它将带来的最重要的新特性和变化了。内容包括类型检查,类型别名,switch/case语法,数量统计,上下文管理器,性能等。
McGL
2021-04-21
6910
PyTorch全新性能分析工具,可视化瓶颈,并集成到了VS Code
随着 PyTorch 1.8.1的发布,一个全新改进的性能调试工具 PyTorch Profiler 来了。作为微软和 Facebook 合作的一部分,PyTorch Profiler 是一个开源工具,可以对大规模深度学习模型进行准确高效的性能分析和故障排除。
McGL
2021-04-21
4.7K0
如何在面试中解释机器学习模型
为了帮助大家准备面试,这里分享一个资源,它提供了每个机器学习模型的简明解释。它们并不详尽,而是恰恰相反。希望阅读这篇文章后,你会了解如何以简洁的方式解释复杂的模型。
McGL
2020-11-10
9870
为什么凸性是优化的关键
当你刚开始学习机器学习时,可能最有趣的就是优化算法,具体来说,就是梯度下降法优化算法,它是一个一阶迭代优化算法,用来使成本函数最小化。
McGL
2020-11-10
1.2K0
RTX 3090,3080,3070安装 TensorFlow & PyTorch
目前(至11/7/2020)我们还无法在英伟达 RTX 30 系列 GPU(Ampere)上通过 pip/conda 安装 TensorFlow 或 PyTorch。因为这些 GPU 需要 CUDA 11.1,而当前主流的 TensorFlow/PyTorch 版本不是针对 CUDA 11.1 编译的。现在要在 30XX GPU 上运行这些库的话只能手动编译或者用英伟达 docker 容器。
McGL
2020-11-10
3.4K0
Zero-Shot Learning 指南
深度学习有一个大问题: 它需要吞噬大量的数据,然后才能很好地泛化而变得实用。这实际上是深度学习的局限性之一,限制了它在数据不丰富或难以获得的许多领域的应用。
McGL
2020-10-30
7760
从问题到算法:哪个ML算法最适合解决我的问题
当我开始走上数据科学的职业道路,我经常面临的问题是为我的具体问题选择最合适的算法。如果你像我一样,当你打开一些关于机器学习算法的文章,你会看到许多详细的描述。矛盾的是,他们并没有减轻选择的压力。
McGL
2020-10-30
7300
自编码器及其变种背后的直觉与应用
神经网络从根本上是有监督的——它们接受一组输入,执行一系列复杂的矩阵操作,并返回一组输出。随着世界产生越来越多的无监督数据,简单和标准的无监督算法已经不够用了。我们需要以某种方式将神经网络的深层力量应用于无监督的数据。
McGL
2020-10-10
1.1K0
Lyft推出一种新的实时地图匹配算法
打车有时也会职业病发作,琢磨一下车辆调度是怎么做的,路径规划算法要怎么写,GPS偏移该怎么纠正等等。不过就是想想而已,并没有深究。这篇是Lyft(美帝第二大打车平台)工程师分享的最近上线的地图匹配算法,非常有参考价值。
McGL
2020-09-27
1.2K0
PyTorch 最佳实践:模型保存和加载
PyTorch模型保存和加载有两种方法,官方最佳实践指南推荐其中一种,但似乎效果没啥区别。最近做模型量化,遇到一个意外的错误,才理解了最佳实践背后的原理,以及不遵循它可能会遇到什么问题。
McGL
2020-09-21
1.8K0
4种主流超参数调优技术
每个算法工程师都应该了解的流行超参数调优技术。 作者:Sivasai Yadav Mudugandla 编译:McGL
McGL
2020-09-21
1.5K0
机器人如何使用 RRT 进行路径规划?
最近,我一直在和实验室的研究生一起研究移动机器人。我们通过尝试替换ROS中的一些默认包,学习了解了一个典型的机器人技术栈的各种算法。我的主要研究领域是规划和强化学习,而不是机器人学,所以学习曲线挺陡峭的。机器人需要知道如何在环境中定位自己,或者找到自己的位置,即时绘制环境地图,避开随时可能出现的障碍物,控制自己的电动机以改变速度或方向,制定解决任务的计划等等。
McGL
2020-09-03
1.5K0
TensorFlow 模型剪枝
在上一篇文章“神经网络剪枝2019”(点击文末阅读原文可以打开知乎原文)中,我们回顾了一些关于修剪神经网络的优秀文献。我们了解到,剪枝是一种模型优化技术,包括去掉权重张量中不必要的值。这使模型更小且精度和基线模型非常接近。 在本文中,我们将通过一个示例来应用剪枝,并查看对最终模型大小和预测误差的影响。
McGL
2020-09-03
1.1K0
神经网络主要类型及其应用
目前深度学习中的神经网络种类繁多,用途各异。由于这个分支在指数增长,跟踪神经网络的不同拓扑有助于更深刻的理解。在本文中,我们将展示神经网络中最常用的拓扑结构。
McGL
2020-09-02
2K0
自监督注意力在密集光流估计中的应用
在深入理解自监督注意力(self-supervised attention)的含义之前,让我们先来了解一下光流估计(optical flow estimation)的直觉,以及它为何被人类和计算机视觉系统共同采用作为一种目标跟踪方法。
McGL
2020-09-02
1.6K0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
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