文章
超全激活函数学习总结!!!
前言<blockquote关于计算机视觉的学习教程暂时告于段落,预计八月中旬以后我将会更新关于CV项目开发的学习笔记以及相关教程。现在的粉丝数已经过百了,感谢家人朋友给我的支持,以及机器学习爱好者们对我的肯定,我将会继续坚持我学习路线,分享给大家。接下来这节内容,选材来自昨天学习交
deformable_conv可变形卷积源码解析
注意:本文源码来源于openlab中的mmcv变形卷积源码主要有三个文件:deform_conv.cpp:位于/mmcv/ops/csrc/pytorch/deform_conv.cppdeform_conv_cuda.cu:位于/mmcv/ops/csrc/pytorch/d
论文解读-目标检测算法Conformer
本文主要对目标检测算法Conformer进行讲述,本文逻辑结构和论文保持一致。论文:Conformer:LocalFeaturesCouplingGlobalRepresentationsforVisualRecognition(https://link.segmentfault
架构级理解BERT——逃不掉的RNN
前言写这一个系列的动因就是自己想深入了解一下BERT的原理。BERT是怎么被构想出来的?比较适合刚入门的小白阅读,读完之后会发现其实不过如此。那么既然是架构级的,本系列不会过多的涉及代码级的或者说公式级的,更多的是设计方式以及设计的原因。本系列将分成以下几个模块,逃不掉的RNN
从 0 到 1,使用 OpenPPL 实现一个 AI 推理应用
深度学习推理框架OpenPPL已经开源了,本文以一个图像分类实例,从0到1讲解如何部署一个深度学习模型,完成一个AI推理应用。最终效果:通过上传一张猫咪照片(狗狗也可以),识别出图片中的动物背景知识OpenPPL是基于自研高性能算子库的推理引擎,提供云原生环
使用PyTorch构建神经网络模型进行手写识别
使用PyTorch构建神经网络模型进行手写识别<blockquotePyTorch是一种基于Torch库的开源机器学习库,应用于计算机视觉和自然语言处理等应用,本章内容将从安装以及通过Torch构建基础的神经网络,计算梯度为主要内容进行学习。</blockquoteH
浅谈MindSpore之一:训练性能为何能够近似线性提升
转载地址:https://bbs.huaweicloud.com/f...(https://link.segmentfault.com/?enca4Nk16be34mlhAl79GeEig%3D%3D.AT1HyMMAeiWNSZ%2BIcUL1fdESyWqqCuwpshAEfPYoA6vE
NLP随笔(四)
nlp技术包括基础技术和应用技术70年代以后随着互联网的高速发展,语料库越来越丰富以及硬件更新完善,自然语言处理思潮由理性主义向经验主义过渡,基于统计的方法逐渐代替了基于规则的方法。从2008年到现在,由于深度学习在图像识别、语音识别等领域不断取得突破,人们也逐渐开始引入深度学习来做自
NLP随笔(三)
本篇介绍深度学习在自然语言处理(NLP)中的应用,从词向量开始,到最新最强大的BERT等预训练模型,梗概性的介绍了深度学习近20年在NLP中的一些重大的进展在深度学习之前,用于解决NLP问题的机器学习方法一般都基于浅层模型(如SVM和logistic回归),这些模型都在非常高维和稀疏的特征(o
【经验分享】mindspore模型开发&modelarts;多卡训练经验分享
转载地址:https://bbs.huaweicloud.com/f...(https://link.segmentfault.com/?encdB7zGU9cu6PCRINTlv%2Fbvg%3D%3D.4RiWtJ1CvpGgwwFqglM6Avd9VuW5sHaVKOBg2Pjgqnmi
已加载文章中没有匹配内容,试试其他关键词或清空搜索。