HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
R语言参数自抽样法Bootstrap:估计MSE、经验功效、杰克刀Jackknife、非参数自抽样法可视化
全文链接:http://tecdat.cn/?p27695(https://link.segmentfault.com/?enc5u5klfYnYRksjbnI0RCMFA%3D%3D.SEePu6PkFX7HxKDC%2B2IS%2Br6vu9tHP23hZztsuhhe03E%3D
OREPA:阿里提出训练也很快的重参数策略,内存减半,速度加倍 | CVPR 2022
<blockquote论文提出了在线重参数方法OREPA,在训练阶段就能将复杂的结构重参数为单卷积层,从而降低大量训练的耗时。为了实现这一目标,论文用线性缩放层代替了训练时的BN层,保持了优化方向的多样性和特征表达能力。从实验结果来看,OREPA在各种任务上的准确率和效率都很不错<br/
SiamRPN++:深层网络连体视觉跟踪的演变
原文地址(https://link.segmentfault.com/?enceFSGPiYzpctkLO5FEJH69g%3D%3D.wSltZb6umZWunKTQINiS5rqc67Pb2dhw8c%2BEP4qRwj6y%2F%2FwVA6SskcsfPGGCS5fy3gIN7ydJy
GraphMAE:将MAE的方法应用到图中使图的生成式自监督学习超越了对比学习
前几天的文章中我们提到MAE在时间序列的应用,本篇文章介绍的论文已经将MAE的方法应用到图中,这是来自KDD2022的论文GraphMAE:SelfsupervisedMaskedGraphAutoencoders生成学习与对比学习自监督学习从大量的无监督数据中挖掘出
Python文本生成的Beam Search解码
贪婪搜索是在每个时间步中选择概率最高的单词,也是我们最常用的一种方法,BeamSearch不取每个标记本身的绝对概率,而是考虑每个标记的所有可能扩展。然后根据其对数概率选择最合适的标记序列。例如令牌的概率如下所示:!(https://imghelloworld.osscnbei
深入浅出 Yolo 系列之 Yolov7 基础网络结构详解
从2015年的YOLOV1,2016年YOLOV2,2018年的YOLOV73,到2020年的YOLOV4、YOLOV5,以及最近出现的YOLOV76和YOLOV7可以说YOLO系列见证了深度学习时代目标检测的
R语言使用Rasch模型分析学生答题能力
全文链接:http://tecdat.cn/?p10175(https://link.segmentfault.com/?encjVUZV3T22zIbI2kD6YhNgA%3D%3D.EliPFZOTN8l5o8W3WbmEG9%2FpkDuh2M4MOqAIKpetHks%3D)
最全自动驾驶数据集分享系列三|车道检测数据集
目前关于自动驾驶数据集你想知道的,应该都在这里了,这是「整数智能」自动驾驶数据集八大系列分享之系列三:「本期划重点」RoadMarking数据集是专门为为评估道路标线检测和识别的性能而设计的数据集,几乎包含了美国道路上所有常见的标记UnsupervisedLlama
MATLAB偏最小二乘回归(PLSR)和主成分回归(PCR)分析光谱数据
全文链接:http://tecdat.cn/?p2655(https://link.segmentfault.com/?encgyx1oIcE5noKe1znWpMi1g%3D%3D.HvmKW5cLXb%2BdtLFOWFzQYZ5gng7xFt0YMBkru2pwVNA%3D)
R语言使用逻辑回归Logistic、单因素方差分析anova和数据可视化分类iris鸢尾花数据集
全文链接:http://tecdat.cn/?p27650(https://link.segmentfault.com/?encaKIgUaK%2F0HUPmQHf2HVZhw%3D%3D.9gqe%2Fv1J6Itcaox%2F9YWnfoPaMNx6HAPewDjO4PXMeXI%
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


