炼丹经验贴

凉亭吟

暑热可炼丹凉亭天地宽静坐清心神聚友砍大山2022年07月08日08:05（图片来自网络在此致谢）
青松_534d·2022-07-08 08:37

我在鹅厂淘到了一波“炼丹神器”，开发者快打包

鱼羊萧箫发自凹非寺量子位|公众号QbitAI我有个胖友，在学校里搞自动驾驶的那一种。常听他吐槽，穷学生在实验室里用的开源软件是酱紫的：和工业用的看起来区别有点大。作为一个工具党，我还就不信了，学生胖友们搞自动驾驶就没啥福利可享？拽着这位胖友一通折腾，还真发现了一些好康的。现在，有一款“学生版”自动驾驶仿真系统，模拟起物理碰撞是这样的：传感器仿真环节则是这种feel：虽说是“学生版”，但其实这么一套
QbitAl·2022-07-06 07:01

辟谣！考研五大谣言，千万别轻信！

在考研界，我们总能听到一些“神化”的言论，下面给大家列出几个典型例子，记得树立正确的备考理念，切忌被谣言所误导~1.复习三个月就能考上985/211每年复试完毕后，论坛上不乏洋洋洒洒万字经验贴，其中也有复习三个月就考研录取的考生
计算机与软件考研·2022-06-30 09:31

【炼丹随记】梯度累加

相关介绍当显卡资源不够用时，除了使用混合精度训练，还可以使用梯度累加。具体介绍如下计算过程：把一个大的batch分成N个小的batch计算梯度，每次梯度除以累计次数，然后进行梯度累加，这样N次累加后的梯度就近似为大batch计算出来的梯度。存在问题：这种模拟是近似的，其中BN层仍然按照实际的小batch计算更新的。实际使用：尽量保证小batchsize大于等于16，让BN的参数得到较好的性能（可以
magic_ll·2022-06-29 12:25

耗时四年，我们写了一本1400页的AI全栈技术手册

三年以来，我跟小伙伴们原创的300+篇深度学习、NLP、CV、知识图谱、跨模态等领域的入门资料、子方向综述、2018~2022学术前沿解读、工业界炼丹经验与算法岗面试技巧等，经过最近N个周末的努力，终于打包归类成了一份
夕小瑶·2022-06-27 23:37

【小白学PyTorch】18.TF2构建自定义模型

【机器学习炼丹术】的学习笔记分享>扩展之Tensorflow2.0|17TFrec文件的创建与读取扩展之Tensorflow2.0|16TF2读取图片的方法扩展之Tensorflow2.0|15TF2实现一个简单的服装分类任务小白学
风度78·2022-06-23 07:24

"教练，我想打篮球！" 给做系统的同学们准备的 AI 学习系列小册

同学们彼此眼中的对方，大概是“洗草药炼丹的”vs“大力出奇迹抡大锤的”……做系统的同学们想要深入跟进AI技术趋势，把大锤抡到算法同学的心坎儿里
·2022-06-22 13:59

深度学习在不同领域的应用，我去，这也行！？

人工智能炼丹师既是工程师也是艺术家。随着NLP、CV、ASR等技术的逐渐成熟，一些好玩的应用开始进入我们的生活。
视学算法·2022-06-21 07:25

AI眼中的世界 ——人工智能绘画进阶

目录参数最重要的参数继上一篇文章，我们继续介绍线上colab运行环境，先放一张AI画的图片给大家欣赏一下哈哈众所周知，深度学习又称深度炼丹，炼丹最重要的就是丹方（训练的参数），我们进阶就是调参哈哈，谁还不是调参大佬呢
heart_6662·2022-06-18 07:08

【深度学习基础】从零开始的炼丹生活07——深度模型中的优化

往期回顾：04——从传统机器学习走向深度学习05——深度前馈网络、神经网络概述06——深度学习中的正则化介绍了神经网络的基本构件和正则化策略之后，学习一下深度模型中的优化。先说一说传统的纯优化与机器学习中的优化的异同，再介绍一下神经网络中优化的挑战，最后说说基本的优化算法。（参考《深度学习》第8章）一、机器学习中的优化传统的优化方法是纯优化最小化目标J本身，而机器学习的优化是间接作用的。在机器学习
wby1905·2022-06-17 07:56

旷视AI「炼丹房」Brain++ 再升级！首席科学家孙剑发AI「灵魂」三问

万万没想到，我和小伙伴们被旷厂拿去「炼丹」了。‍没错，就是这个炼丹炉！‍站在炉子中央，各种算法代码眼前飞闪，让我体验了一把时空穿梭的快乐。‍‍OMG！
深度学习技术前沿·2022-06-14 14:35

旷视AI「炼丹房」Brain++ 再升级 首席科学家孙剑发AI「灵魂」三问

万万没想到，我和小伙伴们被旷厂拿去「炼丹」了。没错，就是这个炼丹炉！站在炉子中央，各种算法代码眼前飞闪，让我体验了一把时空穿梭的快乐。OMG！真·颅内高潮...业界认为「炼丹」过程正如算法研究过程。
元宇宙iwemeta·2022-06-14 14:04

贝叶斯优化python包_《用贝叶斯优化进行超参数调优》

很多的机器学习工程师也会戏称自己是”调参民工”，”炼丹师”……超参数(Hyper-paramete
PTE猩际·2022-06-12 12:26

深度学习 | BERT详解

VoidOc地址：https://zhuanlan.zhihu.com/p/130913995BERT(BidirectionEncoderRepresentationsfromTransformers)炼丹强推
人工智能与算法学习·2022-06-06 07:53

P1648 炼丹术

题目描述三水最近在学习炼丹术。但是众所周知炼丹术是一门危险的学科，需要大量的调参才能保证安全。好在三水在洗衣机里面找到了一张失传已久的图纸，里面记录了若干种材料的药性。
Recurss·2022-06-06 07:33

AI算法岗就业的最真实情况大起底「AI产品/工程落地」

，侵删导言：其实不要被问题的危言耸听所吓到，每个行业都是如此，永远都缺真正能够高效解决问题的“人才”，永远不缺浑水摸鱼的“人员”，Y1S1，算法岗的确是越来越要求工程化的编程能力了，而不仅仅是调包侠和炼丹师就可以的时代了
九三智能控v·2022-06-03 07:28

2021年保研经验贴（北邮、山大、华东师大、国科大AI、东南）

2021年保研大战结束了，感觉形势还是一如既往的严峻，大佬们是一如既往的海。每次面试前，感觉自己复习的挺好，应该没什么问题，可每次面试出来之后，就感觉我怎么什么都不会。在此记录一下我的保研经历，不算非常累，运气起了很大的作用，希望对以后保研的学弟学妹或九推的同学能起到帮助，也欢迎大家在评论区交流！基本情况本科就读于合肥工业大学（不出名的211），所在班级是人数非常少的创新班，夏令营排名为5/28，
解矣。·2022-06-01 18:20

GAN的训练技巧：炼丹师养成计划 ——生成式对抗网络训练、调参和改进

目录一、模式崩溃：生成器产生的结果模式较为单一1.1、改进训练方法1.2、改进目标函数1.3、改进网络架构二、训练缓慢：发生了梯度消失三、不收敛：训练不稳定，收敛的慢四、过拟合五、尽早发现失败六、一些训练技巧最后生成对抗网络（GAN:Generativeadversarialnetworks）是深度学习领域的一个重要生成模型，即两个网络（生成器和鉴别器）在同一时间训练并且在极小化极大算法（mini
中杯可乐多加冰·2022-05-27 07:33

timm 视觉库中的 create_model 函数详解

各位炼丹师应该已经想必已经对其无比熟悉了，本文将介绍其中最关键的函数之一：create_model函数。
Adenialzz·2022-05-25 03:34

我蚌埠住了，2000页算法LeetCode刷题笔记，对标字节跳动面试难度

算法人上人，开发打工魂，炼丹大法好，到点就能跑，哪像开发佬，通宵少不了，想拿图灵奖，还得算法岗，至于开发岗，不如搬砖厂，开发没技术，不如搞深度，如果九八五，更能把人唬，听我一句劝，就把算法选，钱多还不卷
啊码·2022-05-20 21:42

炼丹速度×7！你的Mac电脑也能在PyTorch训练中用GPU加速了

这也就意味着在Mac本机用Pytorch“炼丹”会更方便了！训练速度可提升约7倍此功能由Pytorch与Apple的Metal工程团队合作推出。它使用Apple的MetalPerforma
QbitAl·2022-05-20 18:02

大模型炼丹无从下手？谷歌、OpenAI烧了几百万刀，总结出这些方法论…

文|Yimin_饭煲都1202年了，不会真有深度学习炼丹侠还没有训练/推理过大模型吧“没吃过猪肉，还没见过猪跑吗？”
夕小瑶·2022-05-20 15:52

【干货】新手炼丹经验总结

“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨hzwer@知乎来源丨https://zhuanlan.zhihu.com/p/367004782编辑丨极市平台导读本文总结了作者自身炼丹过程中的一些经验
视学算法·2022-05-20 15:21

[调参]CV炼丹技巧/经验

[调参]CV炼丹技巧/经验转自：https://www.zhihu.com/question/25097993我和@杨军类似,也是半路出家.现在的工作内容主要就是使用CNN做CV任务.干调参这种活也有两年时间了
急流勇进·2022-05-20 15:50

神经网络调参经验总结

新手炼丹经验总结炼丹入坑三年多，来总结一些经验，本文旨在帮助小白少走弯路，大佬轻喷：本文源于一个旧回答：你有哪些deeplearning（rnn、cnn）调参的经验？
香博士·2022-05-20 15:49

炼丹工程师的自我修养

AI研发工程师成长指南本文为数据茶水间群友原创，经授权在本公众号发表。关于作者：Japson。某人工智能公司AI平台研发工程师，专注于AI工程化及场景落地。持续学习中，期望与大家多多交流技术以及职业规划。0x00前言首先，《AI研发工程师成长指南》这个题目其实有些标题党了，准确地来说，本文内容应该是：“要想成为一名AI研发工程师，需要具备哪些技能”。其次，本文对“AI研发工程师”这个title的定
一名叫大蕉的程序员·2022-05-20 15:19

Deep Learning炼丹经验总结——减少对设备性能消耗的方法

减少深度学习模型训练过程对设备的损耗1、调低batchsize2、控制一个任务只加载一个dataloader3、控制数据增强策略4、控制shuffle的位置5、调整Linux分区6、控制多线程7、旧版本cudnn8、换电脑吧近期在拿paddlepaddle跑知识蒸馏，这一块遇上了很多因为硬件限制导致出问题的地方，查资料的时候发现在其他框架也有类似的问题（溢出、进程出问题等），因此在这里对目前收集到
婴源·2022-05-20 15:19

炼丹拾遗

权重衰减（weightdecay）与学习率衰减（learningratedecay）https://www.pianshen.com/article/16621212014/关于weight_decay的深度分析https://zhuanlan.zhihu.com/p/339448370【PyTorch】优化器torch.optim.Optimizerhttps://zhuanlan.zhihu.
鹿米lincent·2022-05-20 15:19

深度学习炼丹失败率高达87%的TOP10原因

作者：十方微信公众号：炼丹笔记如今，我们到处(知乎，公众号，微博)都能看到关于人工智能的内容，不可否认人工智能有潜力解决很多问题，让我们感觉人工智能无所不能。
炼丹笔记·2022-05-20 15:18

机器学习炼丹必看——找对方向

找到修炼的方向引言改进算法评估方法（EvaluatingaHypothesis）模型选择诊断的偏差与方差Biasvs.Variance正则化和偏差、方差学习曲线总结机器学习系统设计误差分析类偏斜的误差度量（ErrorforSkewedClasses）大量数据的作用引言本文旨在帮助找到改善机器学习模型的方向。机器学习的模型算法固然重要，但参数更加是影响模型准确性的重要因素。有些人可能没有完全理解怎样
cyphappy·2022-05-20 15:47

新手炼丹经验总结

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文作者：hzwer|本文已由原作者授权（源:知乎）https://zhuanlan.zhihu.com/p/367004782炼丹入坑三年多
Amusi（CVer）·2022-05-20 15:47

炼丹宝典 | 深度学习调参tricks

作者|山竹小果原文|文末『阅读原文』处整理|NewBeeNLP寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的值都是不确定的，我们无法光凭经验来准确地确定lr的值，我们唯一可以做的，就是在训练中不断寻找最合适当前状态的学习率。比如下图利用fastai中的lr_find()函数寻找合
机器学习算法那些事·2022-05-20 15:16

炼丹宝典 | Deep Learning 调参 tricks

作者|山竹小果原文|文末『阅读原文』处整理|NewBeeNLP公众号重点说明：本文主要为整理总结，大部分参考文末资料，感谢分享。寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的值都是不确定的，我们无法光凭经验来准确地确定lr的值，我们唯一可以做的，就是在训练中不断寻找最合适当前状态
文文学霸·2022-05-20 15:15

炼丹经验总结

本文源于一个旧回答：你有哪些deeplearning（rnn、cnn）调参的经验？（https://www.zhihu.com/question/41631631/answer/859040970）1.准备工作大部分情况下，我们的工作应该站在巨人的肩膀上，切忌空中楼阁和徒手造轮子。在实践中建议琢磨以下两问：a.目前的问题是否可能用神经网络学习？b.是否有人做过类似的工作？a.即使有数据，神经网络不
马鹏森·2022-05-20 15:45

人工智能导论——概念篇

脑瓜子嗡嗡的小刘炼丹repeat之路（book）：  思前想后，还是觉得要做一点其他的事情，国企的环境就是温水煮青蛙，不预感到危机感，整个人就会烂在这里，现实就是这样的，也看过老员工经常抱怨的种种不是，
脑瓜子嗡嗡的小刘·2022-05-20 07:32

浪淘沙令·秋梦

浪淘沙令，词牌名，又名“过龙门”“炼丹砂”“”卖花声”等。以李煜词《浪淘沙令·帘外雨潺潺》为正体，双调五十四字，前后段各五句四平韵。
天台山人·2022-05-17 08:19

并查集——以nuist OJ P1648炼丹术为例

并查集定义：并查集是一种树形的数据结构，用于处理一些不相交集合的合并及查询问题主要构成：并查集主要由一个整型数组pre[]和两个函数find()、join()构成。数组pre[]记录了每个点的前驱结点是谁，函数find(x)用于查找指定结点x属于哪个集合，函数join(x,y)用于合并两个结
chanxe·2022-05-14 15:00

人工智能帮你文字转为Logo | 机器学习

话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？创作模板：目录前言项目安装数据下载1、experiments文件夹2、TextLogo3K数据集3、中文词向量4、中文字体项目测试总结
剑客阿良_ALiang·2022-05-14 07:43

AWS使用EC2降低DeepRacer的训练成本:DeepRacer-for-cloud的实践操作

话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？创作模板：文章目录前言一、技术介绍二、实现途径三、效果展示AWSDeepRacer-for-Cloud安装训练脚本如下遇到的问题四、总
指剑·2022-05-14 07:11

编程零基础应当如何开始学习 Python？

本人文科生，自学Python2年半，我的自学Python经验是：坚持+勇气+练习，我刚开始是不断找经验贴，找视频，迟迟不敢敲，甚至连Python主程序都没装！
weixin_46641732·2022-05-13 17:24

AI实现艺术品自动生成？太牛了

话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？文章目录文章目录前言一、技术介绍1.CLIP模型寻找图像2.DC-GAN模型生成图像二、实现途径1.打开wombo网站2.作品生成3.
GISer Liu·2022-05-13 07:51

解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（二）

目录问题1：pytorch下，对多维tensor进行缩放问题2：'PIL.Image'hasnoattribute'****'问题3：ImportError:cannotimportname'imread'问题4：models/bird/netG.pthisaziparchive(didyoumeantousetorch.jit.load()?)问题5：模型的保存与加载问题6：UnicodeDec
中杯可乐多加冰·2022-05-13 07:35

AI实现艺术品自动生成？太牛了

话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？文章目录文章目录前言一、技术介绍1.CLIP模型寻找图像2.DC-GAN模型生成图像二、实现途径1.打开wombo网站2.作品生成3.
GISer Liu·2022-05-13 07:25

兼容PyTorch，25倍性能加速，OneFlow“超速”了

来源｜机器之心要想炼丹爽得飞起，就要选择一个顺手的炉子。作为AI工程师日常必不可缺的「炼丹炉」，「PyTorch还是TensorFlow？」
OneFlow深度学习框架·2022-05-12 09:36

下坊村石廊之洞千年石刻由来及历代名人歌咏诗词赋选

丹山:炼丹修道的岩穴。唐钱起《登斧山遇人》诗之二:“山阶压丹穴，药井通洑流。”溜:水流。绛节:传说中上帝或仙君的一种仪仗。③瀹茗(yuèmíng):以汤煮茶。金茎:汉武帝所作承
郭建武·2022-05-12 07:03

警惕AI复制，几张图片就能实现视频伪造

话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？前言前端时间悬疑剧《猎罪图鉴》热播，其中一个利用AI技术换脸进行诈骗的剧情，不少人被骗得倾家荡产，最终酿成自杀身亡的悲剧。而这不仅在影
Yunlord·2022-05-11 18:06

深度学习平台的未来：谁会赢得下半场？

TensorFlow：无力回天的深度学习里程碑不知道有多少小伙伴是2017年以前入坑深度学习的，那时候人工智能概念火热，炼丹术方兴未艾，无论是学术界还是工业界，炼丹师们普遍处于在魔改神经网络结构，疯狂调参上分的阶段
夕小瑶·2022-05-11 07:47

兼容PyTorch，25倍性能加速，OneFlow“超速

来源｜机器之心要想炼丹爽得飞起，就要选择一个顺手的炉子。作为AI工程师日常必不可缺的「炼丹炉」，「PyTorch还是TensorFlow？」
·2022-05-10 10:47

[人体图像相关技术] -（二）行人检测数据集 - 介绍（含人像分割数据集）

微信公众号：AI炼丹术行人检测数据集-介绍（含人像分割数据集）一、目标检测-行人数据集1.INRIAPe
什么都一般的咸鱼·2022-05-09 07:12

（有手就行！）Linux安装jdk1.8和配置环境变量

2，开始安装2.1，创建jdk安装目录2.2，查看安装程序2.3，命令下载jdk包2.4，解压3，配置环境变量3.2，退出文件，保存3.3，炼丹师最后一步！！
superboy@.·2022-05-08 07:09
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他