个人随笔（论文解读

论文解读：多任务学习之PLE算法

多任务学习之PLE算法一、背景1.1、为什么要多目标建模1.2、业界做法二、论文方案2.1、CGC结构2.2、PLE结构2.3、损失函数三、实验效果3.1、线上A/Btest3.2、不同相关性任务的效果3.3、MMoE和PLE不同experts网络的输出一、背景在推荐领域，多目标已经成为了业界的主流，各大公司的各种业务场景，基本都是基于多目标的框架来搭建推荐系统。然而在现有的多目标模型中，很难同时
ybjlucky·2023-09-24 06:38

【DDPM论文解读】Denoising Diffusion Probabilistic Models

0摘要本文使用扩散概率模型合成了高质量的图像结果，扩散概率模型是一类受非平衡热力学启发的潜变量模型。本文最佳结果是通过根据扩散概率模型和朗之万动力学的去噪分数匹配之间的新颖联系设计的加权变分界进行训练来获得的，并且本文的模型自然地承认渐进式有损解压缩方案，该方案可以解释为自回归解码的推广。在CIFAR10数据集上，本文都获得了不错的分数。本文github链接：https://github.com/
AI 菌·2023-09-23 21:10

多语言多模态（融合图像和文本）大模型-mPLUG-Owl论文解读

近期复现了mPLUG-Owl，效果提升了好几个点，特来精读一番：感谢大佬们的工作：论文名称：mPLUG-Owl:ModularizationEmpowersLargeLanguageModelswithMultimodality论文地址：https://arxiv.org/pdf/2304.14178.pdfgithub地址：https://github.com/X-PLUG/mPLUG-Owl1
samoyan·2023-09-23 19:49

2022-05-23阅读《一年通往作家路》第二章

阅读《一年通往作家路》第二章读书笔记:个人随笔就是这样一种对于真实生活的讲述，只能说真实生活本身就充满戏剧性，而作家只是经历其中。
蔡蔡籽·2023-09-23 18:46

金立新闻有感

此地只是个人随笔之作。想到哪写到哪。金立新闻有感近日看到相关金立的报道，也引发了我对广东一些文化方面的思考。N年前，被公司派往广东，常驻广州与湛江两地，负责广东、广西、海南三省市场，戏称“三广巡抚”。
天地宽阔·2023-09-23 02:13

AI数字人：最强声音驱动面部表情模型VideoReTalking

目录1VideoReTalking论文解读1.1介绍1.2相关工作1.2.1视频编辑中的音频配音1.2.2基于音频的单图像面部动画1.3框架1.3.1语义引导重演网络1.3.2口型同步网络1.3.3身份感知增强网络
智慧医疗探索者·2023-09-22 22:29

车道线检测算法LaneNet + H-Net（论文解读）

本文将对论文TowardsEnd-to-EndLaneDetection:anInstanceSegmentationApproach进行解读。这篇论文是于2018年2月挂在arxiv上的。文中提出了一种端到端的车道线检测算法，包括LaneNet和H-Net两个网络模型。其中，LaneNet是一种将语义分割和对像素进行向量表示结合起来的多任务模型，负责对图片中的车道线进行实例分割；H-Net是由卷
liyonghong·2023-09-22 15:59

【论文解读】——基于多尺度卷积网络的遥感目标检测研究（姚群力，胡显，雷宏）

【论文解读】——基于多尺度卷积网络的遥感目标检测研究（姚群力，胡显，雷宏）该文针对现有遥感图像目标检测算法对于复杂场景下多尺度目标检测精度较低、泛化能力差的问题，提出了一种多尺度卷积神经网络遥感目标检测框架
醪糟小丸子·2023-09-22 15:01

InstructPix2Pix（CVPR2023）-图像编辑论文解读

文章目录1.摘要2.背景3.算法3.1生成多模态训练集3.1.1生成指令及成对caption3.1.2依据成对的caption生成成对的图像3.2InstructPix2Pix4.实验结果4.1基线比较4.2消融实验5.结论论文：《InstructPix2Pix:LearningtoFollowImageEditingInstructions》github：https://github.com/t
‘Atlas’·2023-09-21 20:52

【论文解读】Faster sorting algorithm

一、简要介绍基本的算法，如排序或哈希，在任何一天都被使用数万亿次。随着对计算需求的增长，这些算法的性能变得至关重要。尽管在过去的2年中已经取得了显著的进展，但进一步改进这些现有的算法路线的有效性对人类科学家和计算方法都是一个挑战。在这里，论文展示了人工智能是如何通过发现迄今为止未知的算法路线来超越目前的最先进的方法。为了实现这一点，论文将一个更好的排序程序制定为单人游戏的任务。然后，论文训练了一个
合合技术团队·2023-09-20 21:16

论文解读 | Transformer 原理深入浅出

Attention机制由Bengio团队于2014年提出，并广泛应用在深度学习的各个领域。而Google提出的用于生成词向量的Bert在NLP的11项任务中取得了效果的大幅提升，Bert正是基于双向Transformer。Transformer是第一个完全依赖于Self-Attention来计算其输入和输出表示的模型，而不使用序列对齐的RNN或CNN。更准确的讲，Transformer由且仅由se
随时学丫·2023-09-19 23:41

【论文解读】Faster sorting algorithm

一、简要介绍基本的算法，如排序或哈希，在任何一天都被使用数万亿次。随着对计算需求的增长，这些算法的性能变得至关重要。尽管在过去的2年中已经取得了显著的进展，但进一步改进这些现有的算法路线的有效性对人类科学家和计算方法都是一个挑战。在这里，论文展示了人工智能是如何通过发现迄今为止未知的算法路线来超越目前的最先进的方法。为了实现这一点，论文将一个更好的排序程序制定为单人游戏的任务。然后，论文训练了一个
·2023-09-19 12:47

点亮四月，照亮五月前行

4月份计划图：一、个人成长：1.完成了看书两本计划2.完成了个人随笔3篇的输出文章。3.养成了每日的日记写作好习惯。4.荣获第二期小文自律行动营里的月计划最佳、自律达人、优秀学委奖状三张。
莞尔医笑·2023-09-19 08:39

论文解读 | YOLO系列开山之作：统一的实时对象检测

原创|文BFT机器人01摘要YOLO是一种新的目标检测方法，与以前的方法不同之处在于它将目标检测问题视为回归问题，同时预测边界框和类别概率。这一方法使用单个神经网络，可以从完整图像中直接预测目标边界框和类别概率，实现端到端的性能优化。YOLO的速度非常快，基本模型每秒可以处理45帧图像，而快速版本每秒可处理155帧，同时仍然具有很高的准确率。虽然在定位方面可能会产生一些误差，但不太可能出现背景误报
BFT白芙堂·2023-09-18 23:39

第二课：个人随笔3

摘录《一年通往作家路》个人随笔写作四步1.选择和识别选择一种经历，或者，让它选择你。你想写哪种经历？闭上眼睛，让经历自己来找你。闭着眼睛呆一会儿，倾听内心的声音。
蔡沐蓉·2023-09-17 23:28

论文解读 | 基于视觉的水果采摘机器人识别与定位方法研究进展

原创|文BFT机器人01背景在复杂的农业环境中，利用机器视觉及其相关算法可以提高收割机器人的效率、功能性、智能化和远程互动性。对于水果采摘机器人系统来说，主要的挑战包括免提导航和水果定位，以及大多数果园中常见的崎岖地形和大型障碍物。这些挑战会在移动采摘机器人穿越地形时在其视觉系统中引起严重的振动，因此需要采用动态目标跟踪和自动图像去模糊算法。研究人员通过在视觉识别和位置检测方面取得进展来解决这些挑
BFT白芙堂·2023-09-16 07:59

Transformer Decoder详解

这两天在学习Transformer，看了李沐的论文解读和NLP从入门到放弃，看完这两个视频算是大致明白了Transformer的结构。
思考实践·2023-09-15 03:48

《论文阅读》常识感知的提示用于可控的同情对话生成 2023 AAAI

你是否也像我之前搜索论文解读，得到只是中文翻译的解读后感到失望？小白如何从零读懂论文？和我一起来探索吧！今天为大家带来的是《Commonsense-AwarePromptingforControlla
365JHWZGo·2023-09-14 18:53

数据库顶会 VLDB 2023 论文解读：字节跳动如何解决超大规模流式任务运维难题

本文解读了新加坡国立大学马天白教授团队、字节跳动基础架构-计算-流式计算团队联合发表在国际数据库与数据管理顶级会议VLDB2023上的论文“StreamOps:Cloud-NativeRuntimeManagementforStreamingServicesinByteDance”，介绍字节跳动内部基于数万Flink流式任务管理实践所提炼出的一个流式任务运行时管控解决方案，有效解决流式作业运行期间
字节跳动云原生计算·2023-09-14 06:39

论文解读 | MVSNet：非结构化多视图立体的深度推理

原创|文BFT机器人这篇论文的题目是《MVSNet:DepthInferenceforUnstructuredMulti-viewStereo》。这是一篇关于深度学习在多视角立体视觉（MVS）中的应用的研究论文。MVS任务的目标是从多个视角的图像中还原出三维场景的深度信息，从而实现准确的三维重建。本文提出了一个名为MVSNet的深度学习架构，该架构能够实现端到端的深度估计，为MVS任务带来了显著的
BFT白芙堂·2023-09-13 19:26

Segment Anything Model(SAM)论文解读

一、引言在这项工作中，作者的目标是建立一个图像分割的基础模型。也就是说，寻求开发一个提示模型，并使用一个能够实现强大泛化的任务在广泛的数据集上对其进行预训练。有了这个模型，使用即时工程解决新数据分布上的一系列下游分割问题。该计划的成功取决于三个组成部分:任务、模型和数据。为了开发它们，作者解决了以下关于图像分割的问题:1、什么任务可以实现zero-shot泛化?2、相应的模型体系结构是什么?3、哪
小小小~·2023-09-13 09:47

【AI理论学习】语言模型Performer：一种基于Transformer架构的通用注意力框架

语言模型Performer：一种基于Transformer架构的通用注意力框架Performer论文解读RegularAttentionMechanismFAVOR+：通过矩阵相关性实现快速注意力Attention
镰刀韭菜·2023-09-12 10:26

【论文解读】元学习：MAML

一、简介元学习的目标是在各种学习任务上训练模型，这样它就可以只使用少量的训练样本来解决新任务。论文所提出的算法训练获取较优模型的参数，使其易于微调，从而实现快速自适应。该算法与任何用梯度下降训练的模型兼容，适用于各种学习问题，包括分类、回归和强化学习。论文中表明，该算法在few-shotimageclassification基准上达到了SOTA的性能，在few-shotregression上也产出
Scc_hy·2023-09-12 06:57

论文解读 | 用于3D对象检测的PV-RCNN网络原创

原创|文BFT机器人01背景本文的背景涉及到3D物体检测，这是一个在自动驾驶和机器人等领域应用广泛的重要问题。在这些领域，LiDAR传感器被广泛用于捕捉3D场景信息，生成不规则且稀疏的点云数据。这些点云数据提供了理解和感知3D场景的关键信息。然而，由于点云数据的不规则性和稀疏性，从中提取有用的特征并进行准确的物体检测是一项具有挑战性的任务。因此，本文提出了一种新颖的点-体积综合网络框架，旨在提高3
BFT白芙堂·2023-09-12 06:51

Side Window Filtering 论文解读和C++实现

SideWindowFiltering刚开始看到这篇论文的时候，我就很感兴趣想去复现一把看看效果。这篇论文是今年CVPRoral且不是深度学习方向的，其核心贡献点就是：不管原来的滤波器保不保边，运用了side-window思想之后，都可以让它变成保边滤波！于是利用业余时间，参考作者开源的matlab代码，我用C++实现了一下Side-window盒子滤波，其他滤波器有时间再试下，下面是github
梁德澎·2023-09-12 02:31

Distortion-Free Wide-Angle Portraits on Camera Phones论文解读

一、背景手机端的摄像技术近年来发展迅猛，各大厂商都推出广角甚至超广角镜头的手机，广角镜头视野更广，尤其在合影时能够拍摄到更多的人，但是位于边缘的人像被投影到平面后明显能看到被拉伸变形，向两侧扩展，尤其是人脸更加的明显，这篇论文提出了一种新的方法让边缘人像不再畸变，拍照不用抢C位。透视投影(PerspectiveProjection)。从一个投射中心出发，把一个3D物体投在2D表面上。忠于透视原理，
JKANG94·2023-09-11 08:01

个人随笔

今天再一次参加了课程，总的感觉还不错，但还是需要提升。最深的一个感受就是经历的多了之后，心态平和了不少，这一点尤其值得欣慰。离开这个课堂，已经有1年多的时间。从刚开始的战战兢兢，到现在的坦然自若。有课堂的帮助，但是也离不开自己的艰苦摸索。这1年时间，鬼知道我经历了什么，从内到外换了一层皮，这样痛苦的经历再也不想感受。从今天开始我想做一个坦然、坚持、心态平和的一个人，小人物要有大作为，从不要脸不要面
从来来过·2023-09-10 03:55

我的百万卡贷之路[22-11-11]

3)个人随笔。源自我，转化和总结。我的百万卡贷之路[22-11-11]一）讨论范围截止今天，接触信用卡、消费贷，已经3年。堆起信用卡百万、消费贷双百万额度，算不得快。这一篇算是对这段历程做一个交代。
许一的差评家学·2023-09-09 21:34

【多模态论文解读】Align before Fuse: Vision and Language Representation Learning with Momentum Distillation

AlignbeforeFuse:VisionandLanguageRepresentationLearningwithMomentumDistillationName:ALBEFKeywords:Multimodal;ContrastiveLearning;KnowledgeDistillationYear:2021Source:NeurIPSPaper:https://arxiv.org/abs
Marlowee·2023-09-09 15:45

论文解读 | 基于中心的三维对象检测与跟踪

原创|文BFT机器人CenterPoint与传统基于框的3D物体检测器和跟踪器不同之处在于，它将3D物体表示、检测和跟踪为点，而不是使用边界框。这种方法具有几个优点，包括减少物体检测器的搜索空间，简化下游任务（如跟踪），并使设计比以前的方法快得多的有效的两阶段细化模块成为可能。此外，CenterPoint允许骨干网络学习物体的旋转不变性和它们相对旋转的旋转等变性。检测是一种简单的经过细化的局部峰提
BFT白芙堂·2023-09-09 09:24

架构简析| 一种Generative Agents

GenerativeAgents架构简析斯坦福《GenerativeAgents:InteractiveSimulacraofHumanBehavior》论文解读。
1m6·2023-09-09 02:25

TTS | VocGAN声码器训练自己的数据集

原文VocGAN:AHigh-FidelityReal-timeVocoderwithaHierarchically-nestedAdversarialNetwork想要论文解读，请参考我的这篇文章~本博客主要包括以下内容
夏天｜여름이다·2023-09-08 18:29

论文解读 | KPConv——点云上的可形变卷积网络

原创|文BFT机器人《KPConv:FlexibleandDeformableConvolutionforPointClouds》是一篇发表于2019年的研究论文，作者为HuguesThomas、CharlesR.Qi、Jean-EmmanuelDeschaud、BeatrizMarcotegui和FrançoisGoulette。这篇论文关注于点云数据上的卷积操作，提出了一种名为KPConv的卷
BFT白芙堂·2023-09-08 08:20

论文解读 | 点对照：3D点云理解无监督式预训练

原创|文BFT机器人《PointContrast:UnsupervisedPre-trainingfor3DPointCloudUnderstanding》是一篇关于三维点云数据理解领域的研究论文，旨在提出一种无监督预训练方法，以改善对三维点云数据的理解。01背景三维点云数据是从传感器（如激光雷达或摄像头阵列）中采集的数据，用于表示三维空间中的物体和环境。这种数据在自动驾驶、机器人导航、建筑信息模
BFT白芙堂·2023-09-08 08:48

LLaMA(Open and Efficient Foundation Language Models )论文解读(二)

此篇博客主题:LLAMA模型数据、训练时长、功耗及碳排放量LLaMA:OpenandEfficientFoundationLanguageModelspaperhttps://arxiv.org/pdf/2302.13971v1.pdf1训练样本Overall,ourentiretrainingdatasetcontainsroughly1.4Ttokensaftertokenization.Fo
晚点吧·2023-09-07 20:51

2019年7月21日的个人随笔

一个星期了，显而易见的，一篇基本没有影响力的文章，带不来寻租人。这是我写的第二篇“用心”的日记。关于如何做自己，这一年，我真的颇有体会，这是以前经常逃避的自己不敢去想的事情。现在，我对自己有了一个清晰的认知。能力、需求、现状，暂时从这三方面来聊一下自己。能力：编程、PS、想的多……需求：幸福、安全、稳定、爱现状：不稳定、没安全、没人爱、不幸福原因：自我逃避、不面对现实、无自我存在感————————
朝拜自由·2023-09-07 13:25

阴影去除模型CRFormer-学习笔记

论文地址：https://arxiv.org/abs/2207.01600论文解读地址：Transformer去阴影！
欠我的都给我吐出来·2023-09-06 22:51

[甄选s53]有了七分再干八分

3、个人随笔。源自我，转化和总结。[甄选s53]有了七分再干八分一）大龄后才明白，自己很普通句评：认清现实，接受自己就是个普通人。标签：#故事#教育二）为什么很少听说裁管理层句评：。标签
许一的差评家学·2023-09-06 21:18

论文解读 | 三维点云深度学习的综述

原创|文BFT机器人KITTI是作为基准测试是自动驾驶中最具影响力的数据集之一，在学术界和工业界都被广泛使用。现有的三维对象检测器存在着两个限制。第一是现有方法的远程检测能力相对较差。其次，如何充分利用图像中的纹理信息仍然是一个开放性的问题。多任务学习是三维目标检测的未来发展方向。有的学习了一个跨模态表示，以通过合并多个任务来实现最先进的检测性能。还有三维目标跟踪和场景流估计是一个新兴的研究课题得
BFT白芙堂·2023-09-06 11:53

论文解读 | KPConv——点云上的可形变卷积网络

原创|文BFT机器人《KPConv:FlexibleandDeformableConvolutionforPointClouds》是一篇发表于2019年的研究论文，作者为HuguesThomas、CharlesR.Qi、Jean-EmmanuelDeschaud、BeatrizMarcotegui和FrançoisGoulette。这篇论文关注于点云数据上的卷积操作，提出了一种名为KPConv的卷
BFT白芙堂·2023-09-06 08:42

2021-04-14

对LearningEffificientConvolutionalNetworksthroughNetworkSlimming的论文解读论文提供了一种简单的方法来执行通道剪枝。
浮生_5d6d·2023-09-06 07:34

这棵果树的全貌，认知体系篇[22-12-04]

3)个人随笔。源自我，转化和总结。这棵果树的全貌，认知体系篇[22-12-04]一）讨论范围日常，我们接触到的信息有很多：大到国家政策，俄乌之争，小到光大卡缴费满30减15，《孩子能否说脏话》。
许一的差评家学·2023-09-04 16:13

【文生图系列】Denoising Diffusion Probabilistic Models论文解读

文章目录扩散模型扩散过程反向过程优化目标训练过程参考此篇论文是DDPM的奠基之作，后续扩散模型相关论文都基本继承了前向加噪-反向降噪-训练这样的框架。论文全是公式，理解起来好难好难。【文生图系列】基础篇-马尔可夫链【文生图系列】基础篇-变分推理（数学推导）扩散模型扩散模型是扩散概率模型（diffusionprobabilisticmodel）的简称，它是一个参数化的马尔科夫链，使用变分推理进行训练
马鹤宁·2023-09-03 21:52

BERT论文解读: Pre-training of Deep Bidirectional Transformers for Language Understanding（2018）

论文总结BERT模型的提出几乎就是针对于GPT的，文章实验部分主要就是在和GPT进行效果对比。因此，BERT模型总体上就是在GPT提出的基础上，进行了一部分创新和优化，提出了Bidirectional双向语言模型，预训练阶段采用遮罩语言模型（MaskedLM）。论文同时也进行了模型下游任务训练时feature-based和fine-tuning的对比分析。BERT模型的测试结果，有几个重要结论和启
响尾大菜鸟·2023-09-03 08:14

PointNet论文解读及代码详解

一、论文解读PointNet是第一个直接以三维点云作为输入的深度学习网络，点云的特点如下：#无序：无论点的顺序如何打乱，点云传达的内容不变。
三年级王垄翔·2023-09-03 07:38

【论文阅读】【金融】【经典论文解读】CAPITAL ASSET PRICES: A THEORY OF MARKET EQUILIBRIUM UNDER CONDITIONS OF RISK

文章目录前言文章结构与摘要论文正文与解读IIntroductionII.OPTIMALINVESTMENTPOLICYFORTHEINDIVIDUALTheInvestor'sPreferenceFunctionTheInvestmentopportunitycurveThePureRateofInterestIII.EQUILIBRIUMINTHECAPITALMARKETIV.THEPRICE
代码小叶·2023-09-02 17:37

论文阅读》用提示和释义模拟对话情绪识别的思维过程 IJCAI 2023

你是否也像我之前搜索论文解读，得到只是中
365JHWZGo·2023-09-01 20:37

KDD 2023 | 美团技术团队精选论文解读

本文精选了美团技术团队被KDD2023收录的7篇论文进行解读，论文覆盖了Feed流推荐、多模态数据、实例分割、用户意图预测等多个方向。这些论文也是美团技术团队与国内多所高校、科研机构合作的成果。希望给从事相关研究工作的同学带来一些启发或者帮助。ACMSIGKDD（国际数据挖掘与知识发现大会，简称KDD）于1995年首次举办，自此成为数据挖掘领域的重要国际会议之一，也是研究数据挖掘和知识发现这一领域
美团技术团队·2023-09-01 09:40

MonoDETR: Depth-guided Transformer for Monocular 3D Object Detection 论文解读

MonoDETR论文解读abstract单目目标检测在自动驾驶领域，一直是一个具有挑战的任务。现在大部分的方式都是沿用基于卷积的2D检测器，首先检测物体中心，后通过中心附近的特征去预测3D属性。
CV矿工·2023-09-01 08:34

Generative AI 新世界 | 文生图（Text-to-Image）领域论文解读

本期内容将进行文生图（Text-to-Image）方向的主要论文解读。变分自编码
亚马逊云开发者·2023-08-30 09:06
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他