HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

Diffusion扩散模型

模型简介当前有四大生成模型:生成对抗模型、变微分自动编码器、流模型以及扩散模型。扩散模型在诸多应用领域都有出色的表现,如计算机视觉,NLP、波形signal处理、多模态建模、分子图建模、时间序列建模、对抗性净化等。原理:扩散现象物理:物质分子从高浓度向低浓度区域转移,直到均匀分布。AI:由熵增定律驱

MindSpore社区活动:图像语义分割模型-DeepLabV3

在前期的图像检测阶段,分割模型使用完全卷积的神经网络FCNN,其中掩模和边界被放置好,然后,输入通过一个非常深的网络进行处理,其中累积的卷积和池会导致图像的分辨率和质量显著降低,因此,结果是高信息丢失率的结果。DeepLab模型利用空洞卷积和空洞空间卷积池化金字塔(ASPP)架构解决了这一挑战。De

MindSpore社区活动:我用RNN看懂你

什么是RNN(循环神经网络)在普通的神经网络中,信息的传递是单向的,这种限制虽然使得网络变得更容易学习,但在一定程度上也减弱了神经网络模型的能力。特别是在很多现实任务中,网络的输出不仅和当前时刻的输入相关,也和其过去一段时间的输出相关。此外,普通网络难以处理时序数据,比如视频、语音、文本等,时序

MindSpore社区活动:数据并行,让训练加速

概述数据并行是最常用的并行训练方式,用于加速模型训练和处理大规模数据集。在数据并行模式下,训练数据被划分成多份,然后将每份数据分配到不同的计算节点上,例如多卡或者多台设备。每个节点独立地处理自己的数据子集,并使用相同的模型进行前向传播和反向传播,最终对所有节点的梯度进行同步后,进行模型参数更新。相关

为什么SOTA网络在你的数据集上不行?来看看Imagnet结果的迁移能力研究

<blockquote<p 论文通过实验证明,ImageNet上的模型并不总能泛化到其他数据集中,甚至可能是相反的,而模型的深度和宽度也会影响迁移的效果。<br/ 如果需要参考,可选择类别数与当前任务相似的数据集上的模型性能。论文通过大量的实验来验证猜想,虽然没有研究出如通过数据集间的某些

AI 成足球比赛「关键先生」:DeepMind 发布 TacticAI,战术布局实用性高达 90%

在刚刚结束的世界杯预选赛中,国足在天津主场以4:1的得分大胜新加坡,一扫上一场在领先优势下被对方逼平的阴霾,也迎来了球队2024年的首场胜利。目前,中国队暂居C组第2位,保住了晋级18强赛的希望。享受胜利喜悦之余,也有球迷通过回顾比赛数据发现,整场比赛中双方获得的角球机会为

如何开始定制你自己的大型语言模型

2023年的大型语言模型领域经历了许多快速的发展和创新,发展出了更大的模型规模并且获得了更好的性能,那么我们普通用户是否可以定制我们需要的大型语言模型呢?首先你需要有硬件的资源,对于硬件来说有2个路径可以选。高性能和低性能,这里的区别就是是功率,因为精度和消息长度直接与参数计数和GPU功率成比例

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。