PrestaShop性能提升

图像超分辨之RCAN:Image Super-Resolution Using Very Deep Residual Channel Attention Networks

然而现有的EDSR等网络直接从LR中提取特征并对每个通道都做一样的处理，把计算量浪费在了低频信息上，阻碍了网络的性能提升。有两
Diros1g·2022-12-10 22:15

图像噪声处理

一、为图像添加噪声为图像添加噪声可以起到数据增强的作用对训练数据添加适量噪声，可以使训练后的模型更加鲁棒，对模型的性能提升有一定的帮助。
perfect_csdn1·2022-12-10 19:35

YOLOv5结构分析与理解—图解

yolov5四种网络的深度yolov5网络结构图一些工具代码voc2yolo.pyYOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升
小锋学长生活大爆炸·2022-12-09 13:48

Beating the state-of-the-art in NLP with HMTL

同时作者认为，直连边对结果的性能提升起到很大作用，这应该是来自于ResNet家族的灵感，侧面反映Embedding层对结果的影响。针对Embed
choue1516·2022-12-09 02:14

性能提升：Facebook提出FP-NAS——搜索速度更快、分类精度更高、性能更好

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇
计算机视觉研究院·2022-12-08 21:12

CVPR2021性能提升：Facebook提出FP-NAS——搜索速度更快、分类精度更高、性能更好...

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇
计算机视觉研究院·2022-12-08 21:41

苹果炼丹6倍速！PyTorch加持Mac GPU训练，性能最高提升21倍

与单CPU加速相比，训练性能提升6倍，推理任务性能最高提升21倍对于搞AI和机器学习的苹果用户来说，今天无疑是个好日子。如果是用PyTorch的苹果用户，可能更是盼了一年半的大日子！
程序员大咖·2022-12-08 16:31

Yolov3 CPU推理性能比较-Onnx、OpenCV、Darknet

在本文中，你将了解如何根据你的需要选择最佳的推理检测器，并发现它可以给你带来巨大的性能提升。通常，当我们将模型部署到CPU或移动设备上时，往往只关注于轻量级的模型体系结构，而忽略了对快速推理机的研究。
woshicver·2022-12-08 13:49

【深度学习】打破ViT SOTA垄断！SegNeXt：卷积注意力机制重夺语义分割的胜利高地（NeurIPS 22）...

作者丨happy编辑丨极市平台导读本文对已有成功分割方案进行了重审视并发现了几个有助于性能提升的关键成分，作者们设计了一种新型的卷积注意力架构方案SegNeXt。
风度78·2022-12-06 18:30

137% YOLOv3加速、10倍搜索性能提升！这样的惊喜，最新版PaddleSlim有10个

近年来，深度学习在工业领域的应用越来越广泛，不但提升了企业的自动化生产效率，还为企业的重要决策提供了数据支撑，AI正逐步改变人们的生活和生产方式。由于深度神经网络计算复杂度高、参数量大，极大限制了模型的部署场景，尤其是移动嵌入式设备端。因此模型小型化技术成为最近几年学术界和工业界研究的热点。PaddleSlim是基于飞桨框架、功能完备、完全开源的深度学习模型压缩工具，集深度学习模型压缩中常用的量化
飞桨PaddlePaddle·2022-12-06 13:22

ResNet-RS：谷歌领衔调优ResNet，性能全面超越EfficientNet系列 | 2021 arxiv

从实验效果来看性能提升挺高的，值得参考 来源：晓飞的算法工程笔记公众号论文:RevisitingResNets:ImprovedTrainingandScalingStrategies论文地址：https
晓飞的算法工程笔记·2022-12-05 14:32

浅谈进程池(半同步/半异步实现)——Linux高性能服务器学习笔记

线程池就是服务器预先创建好的一组子进程，并且子进程的数量是由人为规定的(和CPU数量差不多最好，数量太多或太少甚至对性能提升没有实质性的帮助)为什么要使用进程池？为了实现高效的并发模式，我们
老乐大魔王·2022-12-05 10:00

【论文翻译】TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking

以前的研究表明，联合学习可以带来显著的性能提升。然而，它们通常涉及顺序相关的步骤，并遭受暴露偏差的问题。在训练时，它们利用地面的真实条件进行预测，而在推理时则需要从零开始进行提取。
今天NLP了吗·2022-12-05 09:29

Pytorch与视觉竞赛入门3-使用Pytorch搭建经典网络

与视觉竞赛入门3-使用Pytorch搭建经典网络VGG原理VGG16的结构图如下：LRN模块AlexNet中提出的局部响应归一化（LRN）（Krizhevsky等，2012），VGG的实验结果表明LRN对性能提升并没有什么帮助
冬于·2022-12-04 00:54

计算机视觉中自监督学习的最近进展

深度视觉的挑战：找到更好的模型理解模型的鲁棒性（适用于对抗样本）————————希望模型训练时使用一些无标签数据自监督学习当我们采用更大的模型的时候，它的性能会更好，但是我们在面对数据倍增时，性能提升比大模型的增益更大
鱼与钰遇雨·2022-12-03 18:25

子查询优化之 Semi-join 优化 | StoneDB 研发分享 #2

缘起StoneDB在列式存储引擎Tianmu的加持下，在大多数场景下相对MySQL都会有大幅性能提升。
·2022-12-03 12:16

PyTorch 新库 TorchMultimodal 使用说明：将多模态通用模型 FLAVA 扩展到 100 亿参数

以自然语言处理为例，语言模型已经从几亿参数（BERT）发展到了几千亿参数（GPT-3），对下游任务的性能提升显示出重大作用。业界对大规模语言模型如何扩展进行了广
HyperAI超神经·2022-12-03 11:16

MemSeg【异常检测：Reconstruction-based】

背景基于重建的方法利用的本质是网络无法重建异常，但随着重建网络性能提升，异常也能较好重建，这就违背了设计初衷。
太简单了·2022-12-03 09:32

AI首席架构师5-AICA-文心NLP大模型技术及应用

大模型技术概述算法数据算力大模型成为新方向NLP大模型突破价值，降本（数据，算力）增效通用性底座少数据，少算力，时间短理解和生成的能力提升文图生成原理介绍大模型技术发展全局信息和高并发性预训练模型三剑客预训练超大规模模型小样本性能提升通用性提升基础模型大模型大模型带来的
愚昧之山绝望之谷开悟之坡·2022-12-03 03:50

移动端 GPU 推理性能提升 2 倍！TensorFlow 推出新 OpenCL 后端

本文转载自TensorFlow。文/软件工程师JuhyunLee和RamanSarokinTensorFlowLite(TFLite)GPU团队在不断改进现有基于OpenGL的移动GPU推理引擎，同时我们也在不断研究其他技术。在我们所开展的实验中，有一个实验相当成功。在此，我们很高兴地为Android推出基于OpenCL的移动GPU推理引擎，与现有的OpenGL后端相比，其在适当大小的神经网络（为
我爱计算机视觉·2022-12-02 10:44

2022 极术通讯-2021中国云数据中心考察报告发布，Arm服务器促进多元算力发展

芯方向新一代Armv9架构如何助力CPU安全和性能提升？
极术社区·2022-12-01 20:03

PyTorch 新库 TorchMultimodal 使用说明：将多模态通用模型 FLAVA 扩展到 100 亿参数

以自然语言处理为例，语言模型已经从几亿参数（BERT）发展到了几千亿参数（GPT-3），对下游任务的性能提升显示出重大作用。业界对大规模语言模型如何扩展进行了广
·2022-12-01 14:56

是什么让 .NET 7 的 Min 和 Max 方法性能暴增了45倍？

谈到.NET性能改进，我们知道Linq中的Min()和Max()方法.NET7比.NET6有高达45倍的性能提升，当时Benchmark代码和结果如下所示：[Params(1000)]publicintLength
·2022-12-01 12:47

基于深度学习的环路滤波的消融实验

本文来自提案JVET-Z0106，在上一篇文章《基于深度学习的环路滤波和残差缩放》中介绍了JVET-Y0143提案使用深度学习模型来做环路滤波带来了性能提升，但是整个模型还是一个“黑盒”，无法确定究竟是模型的哪个部分起了关键作用
Dillon2015·2022-11-30 10:37

一份风控模型性能提升秘籍奉上|附视频+实操(详版)

最近，番茄星球课堂为大家带来了一次主题为“信贷风控拒绝演绎实战”的直播课盛宴，内容充实，干货满满！课程分为两次专题展开，分别为《拒绝推论场景描述、方法介绍与案例分享》、《银行信用卡风控拒绝推论的场景实操》，全方位讲解了风控拒绝推论思想的业务场景、解决方法、算法原理、模型实现等，让大家从业务、算法、实操三个重要维度掌握拒绝推论的应用，为各位小伙伴的数据分析或数据建模的实战能力进行充电！1、业务场景介
番茄风控·2022-11-30 08:53

多场景下 3-11 倍性能提升，Apache Doris 1.2 新版本性能揭秘！

自ApacheDoris1.1.0版本发布距今已经有数月之久，在这一期间，我们重新思考并确立了社区新版本发布的流程，正式引入了LTS（Long-TermSupport，长周期支持）版本的概念，在1.1.x系列版本中不再引入大的功能Feature、仅提供问题修复和稳定性改进，力求满足更多社区用户在稳定性方面的高要求。值得高兴的是，这一行动已经有了明显的成效，目前1.1.x系列最新版本的稳定性经受了众
·2022-11-30 07:33

OceanBase 4.0 解读：分布式查询性能提升，我们是如何思考的？

关于作者王国平OceanBase高级技术专家目前OceanBaseSQL引擎的技术负责人。2016年加入OceanBase，负责SQL引擎的研发工作。2008年毕业于哈尔滨工业大学，2014年在新加坡国立大学获得博士学位，博士期间主要研究方向是数据库领域的(多)查询优化和处理。在加入OceanBase之前，曾经在华为从事数据库的研发工作。性能是衡量数据库系统的重要指标之一，也是数据库系统领域一直备
·2022-11-30 06:42

预训练永不止步，游戏问答语言模型实操

在这种背景下，预训练应运而生，该技术可以从大量无标注数据中进行预训使许多NLP任务获得显著的性能提升，大批的预训练模型也相继开源了。但是由于场景的偏差，通用的预训练模型通常无法在垂
PaperWeekly·2022-11-29 10:27

YOLOV5

1、YOLOv5算法简介YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。
郝源·2022-11-27 23:04

高级YoloV5指南，使用WBF来提升目标检测性能

因公众号更改了推送规则，记得读完点“在看”~下次AI公园的新文章就能及时出现在您的订阅列表中作者：MostafaIbrahim编译：ronghuaiyang导读一个使用YoloV5的深度指南，使用WBF进行性能提升
ronghuaiyang·2022-11-27 11:58

光谱特征选择---竞争自适应重加权采样CARS

因此，无论从模型性能提升还是模型变量解释方面都有必要对分析数据进行变量选择。
一条大咸咸鱼·2022-11-27 07:31

OceanBase 4.0 解读：分布式查询性能提升，我们是如何思考的？

关于作者王国平OceanBase高级技术专家目前OceanBaseSQL引擎的技术负责人。2016年加入OceanBase，负责SQL引擎的研发工作。2008年毕业于哈尔滨工业大学，2014年在新加坡国立大学获得博士学位，博士期间主要研究方向是数据库领域的(多)查询优化和处理。在加入OceanBase之前，曾经在华为从事数据库的研发工作。性能是衡量数据库系统的重要指标之一，也是数据库系统领域一直备
OceanBase数据库官方博客·2022-11-27 01:56

Android neon加速优化

neon是一种SIMD（单指令多数据）指令集，其效率相当于汇编，用于armcpu平台的优化，在音视频、图形图像处理领域性能提升较大。
VE视频引擎·2022-11-26 22:33

一个基于NetCore模块化、多租户CMS系统

项目特点1、高性能：相对于之前版本性能提升20倍以上；2、跨平台：这是基于.NetCore开发的系统，可以部署在Docker,Windows,Linux,Ma
编程乐趣·2022-11-26 19:41

【论文解读】Self-Explaining Structures Improve NLP Models

关键词：性能提升、文本分类、信息推理发表期刊：arXiv2020原始论文：https://arxiv.org/pdf/2012.01786.pdf代码链接https://github.com/ShannonAI
北村南·2022-11-26 08:32

DeepLab系列算法笔记

DeepLabv1DCNN+CRFBackbone:VGG-16使用了空洞卷积融合了多层次信息，前四个pool层之后都额外接了两个卷积层，和最后一个softmax层concat，有微小的性能提升DeepLabv2
柯南道尔的春天·2022-11-25 17:10

集成学习之随机森林

而且集成不稳定的算法也能够得到一个比较明显的性能提升常见的集成学习思想有：•Bagging•Boosting•Stacking学习方式种类Baggin
nono_x·2022-11-25 03:19

论文阅读——Recurrent U-Net for Resource-Constrained Segmentation

#摘要目前许多性能较好的模型都是基于深层次的网络、大规模的数据集，在GPU上跑起来就很慢，本文则提出了一种新的RecurrentUNet即保留了UNet的紧凑型又在一些benchmark上获得了很好的性能提升
黄小米吖·2022-11-24 19:04

yolov5 +cuda10.2 +gpu环境搭建 （详细版本）

yolov5是什么：YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。
池子tt·2022-11-24 18:06

Vue3详细资料

Vue31、认识Vue31.1、了解相关信息1.2、性能提升1.3、新增特性2、创建Vue3项目2.1、使用vue-cli创建2.2、使用vite创建3、CompositionAPI(常用部分)3.1、
前端卡夫卡·2022-11-24 08:03

一文带你从Vue2.x大迈步走进Vue.js 3.0新时代

不同的构建版本CompositionAPI的设计动机CompositionAPI最佳学习参考：设计动机总结：性能提升Vue3.0的性能提升主要有以下几方面：总结前言Vue2.x与及Vue3.x都已经出来很久了
懒得跟猪打架·2022-11-24 08:30

VUE3学习(入门篇)

VUE3学习(入门篇)Vue3相较于Vue2.x改动：性能提升按照vue官方的说法，Vue3包含了以下性能方面的提升：打包大小减少41%内存占用减少54%初次渲染快55%，更新渲染快133%源码升级使用
Joey_Tribiani·2022-11-24 08:42

经典卷积网络VGG论文分析

VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION文章链接VGG16摘要：本文主要贡献在于随着不能增加的网络层数并使用3*3的卷积核，在层数达到16-19层达到了高的性能提升
weixin_44576543·2022-11-23 13:30

2022 极术通讯-安谋科技“星辰”STAR-MC2处理器初探

安谋科技产品总监Jensen在极术社区围绕“星辰”系列最新处理器STAR-MC2的产品定义、各个方面的性能提升等展开了介绍。
极术社区·2022-11-23 00:36

如何使用异步API来提升模型推理性能

原创杨亦诚想知道如何使用OpenVINO的异步API接口来实现对模型推理阶段的性能提升吗？
英特尔边缘计算社区·2022-11-22 18:42

【机器学习】CNN、并发Socket、telegram_bot 备忘录

tf.keras.layers.conv2D学习link:tf.keras.layers.MaxPool2D学习link:tf.keras.layers.MaxPool2D示例池化层link:卷积神经网络CNNs的调优及性能提升技巧
RaphaelSun·2022-11-22 08:20

基于最大似然估计与卡尔曼滤波的室内目标跟踪

仿真结果表明，所提算法的定位误差均值为0.64m，比通用的最邻近算法性能提升了46.2%，有效提高了系统的精确度及稳定性。【关键词】室内定位；最大似
罗伯特之技术屋·2022-11-22 01:53

联邦学习应用思考：需求还是方法？

有趣的是，作为广义上的需求，它强调为了保护数据安全，可以牺牲部分准确性；但作为狭义的方法，它反而强调通过牺牲安全来换取性能提升。一、初心：联邦学习要达到的目标是什么1.联邦学习的广义定
人工智能学家·2022-11-22 00:45

全新线控制动系统产品发布，清智科技正式完成业务拓展

随着智能驾驶前装搭载率的持续攀升，主机厂和系统开发商也在逐步从过去的功能落地开发转向性能提升、体验升级的阶段，这也带动线控制动系统前装市场进入高速成长期。
高工智能汽车·2022-11-21 18:55

目标检测学习--yolo v5

yolov5:YOLOv5inPyTorch>ONNX>CoreML>TFLiteyolov5算法在yolov4的基础上添加了一些新的改进思路，使得其在精度变化不大的情况下，模型大小减少了很多，速度得到了极大的性能提升
胖虎记录学习·2022-11-21 11:46
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他