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

优艾智合与英特尔联合冠名的复合移动机器人蓝皮书正式发布

随着工厂内部制造复杂程度的日益上升,自动化设备柔性化需求更加迫切,相比AGV/AMR和机械臂的单一功能,集合两者特性的复合移动机器人成为打通物流“最后一米”的关键角色,在智能工厂建设中发挥着日益重要的作用。近日,由中国移动机器人(AGV/AMR)产业联盟主办的“2021中国移动机器人(AGV/A

计算 Python 代码的内存和模型显存消耗的小技巧

了解Python代码的内存消耗是每一个开发人员都必须要解决的问题,这个问题不仅在我们使用pandas读取和处理CSV文件的时候非常重要,在我们使用GPU训练的时候还需要规划GPU的显存使用。尤其是我们在白嫖使用kaggle和colab时显得更为重要。本篇文章我们将介绍两个Python库me

使用卷积神经网络进行实时面部表情检测

在社交互动中,面部表情在非语言交流中起着至关重要的作用。心理学家保罗·埃克曼提出,全世界的人都有七种情绪表达方式:快乐、悲伤、惊讶、恐惧、愤怒、厌恶和蔑视。建立更好的人机交互,例如通过图像检测人类情绪,可能是一项艰巨的任务。面部表情对于社交互动很重要,并且在非语言人机交互方面发挥着重要作用。

BERT 模型的知识蒸馏: DistilBERT 方法的理论和机制研究

如果你曾经训练过像BERT或RoBERTa这样的大型NLP模型,你就会知道这个过程是极其漫长的。由于其庞大的规模,训练此类模型可能会持续数天。当需要在小型设备上运行它们时,就会发现正在以巨大的内存和时间成本为日益增长的性能付出代价。有一些方法可以减轻这些痛苦并且对模型的性能影响很小,

带掩码的自编码器MAE详解和Pytorch代码实现

监督学习是训练机器学习模型的传统方法,它在训练时每一个观察到的数据都需要有标注好的标签。如果我们有一种训练机器学习模型的方法不需要收集标签,会怎么样?如果我们从收集的相同数据中提取标签呢?这种类型的学习算法被称为自监督学习。这种方法在自然语言处理中工作得很好。一个例子是BERT¹,谷歌自2019年以

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。