efficient

【论文阅读】EDPLVO: Efficient Direct Point-Line Visual Odometry

一、公式及符号约定这篇论文是将直接法的残差计算从点扩展到了线段，所以一些符号在第三章的部分提前做了约定。用Π表示投影的函数，也就是用像素坐标和内参矩阵以及深度信息，投影出点的空间坐标，反之Π-1表示的是将空间坐标投影到像素平面上。由此可以定义特征点的投影过程：利用这个式子，我们可以得到前一帧上特征点投影到当前帧上的位置，用这个位置，就可以计算直接法中的光度误差：14讲里面对光度误差的定义没有这个式
林北不要忍了·2023-01-02 16:24

词向量Word2Vec---学习笔记

本文为下述视频的笔记：【论文复现代码数据集见评论区】5小时精讲Paper，BAT大厂导师带你吃透NLP自然语言处理的经典模型Word2vec_哔哩哔哩_bilibili论文：EfficientEstimationofWordRepresentationsinVectorSpace
weixin_44748589·2023-01-02 15:59

Prompt Pre-training：迈向更强大的Parameter-Efficient Prompt Tuning

©PaperWeekly原创·作者|李国趸单位|浙江大学硕士生研究方向|少样本学习前言从promptlearning的发展来看，一开始关注的是将任务建模成和预训练相近的形式能够提高在少样本微调全部模型参数的表现，然后就是关注怎么去更好地设计prompt，可以是离散，也可以是连续，或者是混合的template。连续型prompt的出现，让人们开始思考能否只微调prompt相关的参数，固定预训练模型的
PaperWeekly·2023-01-02 14:40

EMNLP22提示模板生成：GPS: Genetic Prompt Search for Efficient Few-shot Learning

GPS:GeneticPromptSearchforEfficientFew-shotLearning1简介GeneticPromptSearch(GPS)通过提示改进少样本学习，它利用遗传算法自动搜索高性能提示遗传提示搜索
QianTu&·2023-01-02 14:39

（python实现）一篇文章教会你k-means聚类算法（包括最优聚类数目k的确定）

目录摘要1.K-means算法1.1聚类算法简介1.2K-means聚类算法1.3代码实现2.最优聚类数目K的确定2.1手肘法--Elbow（经验方法）2.2SilhouetteCoefficient（
生信秃头小白·2023-01-02 11:53

【笔记】ssd mobilenet 网络

先整理MobileNet这里奉上大神的博客地址：论文记录_MobileNetsEfficientConvolutionalNeuralNetworksforMobileVisionApplication
程序猿的探索之路·2023-01-02 10:05

对比学习+分割 | 论文阅读

ContrastiveLearningforLabelEfficientSemanticSegmentation在同一图片内，相同种类的像素应该接近，不同种类的像素应该远离；鼓励像素根据其标签分成不同的簇
busypuppy·2023-01-02 08:19

论文快报 | 推荐系统领域最新研究进展

日之间的最新研究进展，主要内容包括：Benchmark对话推荐跨域推荐社交推荐序列推荐Debias强化学习+推荐LearningtoRank对比学习+推荐搜索其他BenchmarkArxiv2021|GRecX:AnEfficientandUnifiedBenchmarkforGNN-basedRecommendation
文文学霸·2023-01-02 08:12

联邦学习基本算法FedAvg的代码实现

4.2服务器端4.3客户端4.4测试IV.实验及结果V.源码及数据I.前言联邦学习(FederatedLearning)是人工智能的一个新的分支，这项技术是谷歌2016年于论文Communication-EfficientLearningofDeepNetworksfromDecentr
Cyril_KI·2023-01-01 17:11

联邦学习代码解读，超详细

参考文献：[1]BrendanMcMahan,H.,Moore,E.,Ramage,D.,Hampson,S.,andAgüerayArcas,B.,“Communication-EfficientLearningofDeepNetworksfromDecentralizedData
一只揪°·2023-01-01 17:40

使用eiseg实现自动标注功能

EISeg(EfficientInteractiveSegmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。
ruyingcai666666·2023-01-01 13:51

高效的图像分割标注工具-【EISeg】

https://pypi.org/project/EISeg/特性介绍：https://blog.csdn.net/qq_37541097/article/details/120154543介绍EISeg(EfficientInteractiveSegmentation
Ray Song·2023-01-01 13:20

【图像融合】一种基于粒子群优化的自适应多光谱图像融合附matlab代码及论文

anovelimagefusionmethodforremotesensingapplicationsisproposed.Inordertoestimatetheprimitivedetailmap,thebandcoefficientsofmultispectralimagesarecomputedusingleastsquaresmethod.Torefinet
matlab科研助手·2023-01-01 11:04

【精读AI论文】inceptionV3 （Rethinking the Inception Architecture for Computer Vision）

原则一原则二原则三原则四FactorizingConvolutionswithLargeFilterSize（分解大卷积核）分解方法一：分解方法二：UtilityofAuxiliaryClassifiers（辅助分类器）EfficientGridSizeReductio
深度不学习！！·2023-01-01 08:40

WaveCRN: An Efficient Convolutional RecurrentNeural Network for End-to-end SpeechEnhancement

[arXiv:2004.04098v2]Motivation1、在建模时应该有效地考虑语音的局部性和时间序列特性。目前大多数端对端的语音增强模型要不然没有充分考虑语音的局部性和时间序列特性，要不然过于复杂难以实现，因此提出了一个有效的端对端语音增强模型，称WaveCRN。WaveCRN使用CNN模块和堆叠简单递归单元(SRU)模块来捕获语音位置特征，并对位置特征的时序特性进行建模。与传统的递归神经
路飞快来找我·2023-01-01 02:08

距离度量 —— 杰卡德距离（Jaccard Distance）

二、计算公式①杰卡德相似系数杰卡德相似系数（Jaccardsimilaritycoefficient）：两个集合A和B的交集元素在A，B的并集中所占的比例，称为两个集合的杰卡德相似系数，用符号J(A
繁依Fanyi·2022-12-31 17:54

机器学习中的数学——距离定义（十三）：杰卡德距离（Jaccard Distance）和杰卡德相似系数（Jaccard Similarity Coefficient）

分类目录：《机器学习中的数学》总目录相关文章：·距离定义：基础知识·距离定义（一）：欧几里得距离（EuclideanDistance）·距离定义（二）：曼哈顿距离（ManhattanDistance）·距离定义（三）：闵可夫斯基距离（MinkowskiDistance）·距离定义（四）：切比雪夫距离（ChebyshevDistance）·距离定义（五）：标准化的欧几里得距离（Standardize
von Neumann·2022-12-31 17:22

【MobileNet】移动端深度学习网络MobileNet详解

阅读论文MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplication，对移动端深度学习网络MobileNet记录了一些笔记
Katherine121·2022-12-31 15:52

旷世轻量化网络ShuffulNetV2学习笔记

旷世轻量化网络ShuffulNetV2学习笔记ShuffleNetV2:PracticalGuidelinesforEfficientCNNArchitectureDesignAbstract目前，神经网络体系结构的设计主要由计算复杂性的间接度量来指导
麻花地·2022-12-31 15:48

【AI实战】最全 TensorFlow 官方模型：计算机视觉、自然语言处理

ResNetDeepResidualLearningforImageRecognitionResNet-RSRevisitingResNets:ImprovedTrainingandScalingStrategiesEfficientNetEfficientNet
szZack·2022-12-31 10:15

pytorch实现 求协方差、皮尔森相关系数（Pearson product-moment correlation coefficient）

先看下面的皮尔森相关系数计算公式，我也不知道念逊还是念森，反正吧，先看公式，其实就是上边分子求了个协方差，下边是对分母分别求类似标准差的东西(当然，不是标准差，因为标准差还需要除以n的算术平方根)。当然，上边的介绍和公式并不重要哈，最重要的是怎么用代码直接实现。协方差：皮尔森系数协方差实现（torch版本需要注意，1.6版本是没有，最新版的1.10是有的）：importtorchx=torch.r
这个人很懒，还没有设置昵称...·2022-12-31 09:51

【统计学】三大相关系数之肯德尔相关系数（kendall correlation coefficient）

kendall相关系数,亦即和谐系数kendall相关系数又称作和谐系数,也是一种等级相关系数,其计算方法如下:对于X,Y的两对观察值Xi,Yi和Xj,Yj,如果XiYi并且Xj>Yj,则称这两对观察值是和谐的,否则就是不和谐的.和谐：x1>y1andx2>y2(orx1
小猪课堂·2022-12-31 09:19

Pearson&Spearman&Kendall相关系数及Python实现

Pearson/Spearman/Kendall相关系数Pearson相关系数概述:皮尔森相关系数也称皮尔森积矩相关系数(Pearsonproduct-momentcorrelationcoefficient
ZBX_LOFM·2022-12-31 09:19

【注意力机制】一系列关于attention的高效改进大集合

其中一部分论文，我们在之前的『TransformerAssemble』系列文章中也都有作过解读~EfficientAttentionPaper(引用量)源码实现复杂度AutoRegressi
zenRRan·2022-12-30 21:32

推荐系统实战

如何对找到的人喜欢看的东西的排行实习协同过滤的步骤：1.收集用户偏好2.找到相似的用户或者物品3.计算推荐相似度计算：欧几里德距离（EuclideanDistance)：距离，相似度皮尔逊相关系数（PearsonCorrelationCoefficient
hellolianhua·2022-12-30 19:49

An Introduction to CNN based Object Detection

AlgorithmHOG(before*2007)DPM(*2010~2014)EpochalEvolutionofR-CNNR-CNN*2014Fast-RCNN*2015Faster-RCNN*2015EfficientOne-shotMethodsYOLOSSDOthers2
Joshua_Li_·2022-12-30 17:13

An Introduction to CNN based Object Detection

AlgorithmHOG(before*2007)DPM(*2010~2014)EpochalEvolutionofR-CNNR-CNN*2014Fast-RCNN*2015Faster-RCNN*2015EfficientOne-shotMethodsYOLOSSDOthers2
Joshua_Li_·2022-12-30 17:11

SUPERVISION EXISTS EVERYWHERE: A DATA EFFICIENT CONTRASTIVE LANGUAGE-IMAGE PRE-TRAINING PARADIGM

近年来，大规模对比语言图像预训练(CLIP)因其令人印象深刻的zero-shot识别能力和良好的下游任务转移能力而引起了前所未有的关注。然而，CLIP非常需要数据，需要400M图像-文本对进行预训练。这项工作提出了一种新的训练范式(DeCLIP)，以缓解这一限制。我们证明，通过仔细利用图像-文本对之间的广泛监督，我们的DeCLIP可以更有效地学习通用视觉特征。我们没有使用单一的图像-文本对比监督，
Tsukinousag1·2022-12-30 07:43

LIST: LITE SELF-TRAINING MAKES EFFICIENT FEW-SHOT LEARNERS

LiST，用于在few-shotlearning下对大型预训练语言模型(PLM)进行有效微调。第一种是使用self-training，利用大量unlabeleddata进行prompt-tuning，以在few-shot设置下显著提高模型性能。我们将自我训练与元学习结合起来，重新加权有噪声的pseudo-promptlabels，但是传统的自监督训练更新权重参数非常昂贵。因此，使用第二种轻量微调，
Tsukinousag1·2022-12-30 07:13

【无标题】语音LPCC特征提取的研究

yuyn语音LPCC特征的提取和设计LPCC全称线性预测倒谱系数(linearpredictivecepstralcoefficient,LPCC),可以在计算得到LPC后，如果如下的计算公式计算得到LPCCLPCC
matlab_python22·2022-12-30 07:53

Restormer: Efficient Transformer for High-Resolution Image Restoration 论文笔记

前言本文也是结合Transformer设计出来的网络结构用作图像恢复领域，主要包括图像去雨、运动去模糊、失焦去模糊和图像降噪（其中又包括了高斯彩色/灰度图的降噪、真是图像降噪）。创新点：①提出一种基于编码器-解码器的Restormer网络。②提出了一种新的局部transformer模块MDTA，可以加强局部和非局部有关联像素之间的联系。③一种新的门控前向传递网络。网络结构总体来看整体网络结构其实也
Unsunshine_Bigboy_?·2022-12-29 19:19

算法时间复杂度计算_简短的算法时间复杂度介绍

Justlikewritingyourveryfirstforloop,understandingtimecomplexityisanintegralmilestonetolearninghowtowriteefficientcomplexprograms.Thinkofitashavingasuperpowerthatallowsyoutoknowexactlywhattype
cumian8165·2022-12-29 16:57

【论文粗读】(DE-DETR) Towards Data-Efficient Detection Transformers

摘要：本文旨在减少DetectionTransformer类目标检测器对标注数据的依赖程度，提高其数据效率。研究动机目前的研究似乎表明DetectionTransformers能够在性能、简洁性和通用性方面全面超越基于CNN的目标检测器。但我们研究发现只有在COCO这样训练数据丰富的数据集上DetectionTransformers能够表现出性能上的优越，而当训练数据量较小时，大多数Detecti
吃吃今天努力学习了吗·2022-12-29 13:40

Transformer与看图说话

相关涉及的知识点有：迁移学习、EfficientNet、TransformerEncoder、TransformerD
老师我作业忘带了·2022-12-29 11:10

论文阅读：在Stiefel流形上的黎曼优化

原文：EFFICIENTRIEMANNIANOPTIMIZATIONONTHESTIEFELMANIFOLDVIATHECAYLEYTRANSFORMCiting:https://arxiv.org/pdf
塔_Tass·2022-12-29 11:34

分层强化学习 Data-Efficient Hierarchical Reinforcement Learning（HIRO）（NeurIPS 2018）

\quad分层的思想在今年已经延伸到机器学习的各个领域中去，包括NLP以及很多representataionlearning。\quad近些年，分层强化学习被看作更加复杂环境下的强化学习算法，其主要思想就是将一个大的问题进行分解，思路是依靠一个上层的policy去将整个任务进行分解，然后利用下层的policy去逐步执行。Code:https://github.com/tensorflow/mode
卉卉卉大爷·2022-12-29 07:05

机器人强化学习——Data-Efficient Hierarchical Reinforcement Learning

1简介以前的分层强化学习在一个学习的嵌入空间中表示goal和reward，本文直接使用原始形式的观测数据作为goal。并且以前的方法使用on-policy学习生成目标状态，效率低。离线学习面临的问题：（1）off-policy算法不稳定（2）在离线数据中，相同的高维goal不一定对应相同的低维action。具体解释在后面针对第二个问题，本文提出off-policycorrection。1.1高维控
千羽QY·2022-12-29 07:03

EfficientNet网络详解并使用pytorch搭建模型

1.EfficientNet网络设计思想在原论文中，作者通过网络搜索技术同时探索输入分辨率，网络的深度depth、channel的宽度width对准确率的影响，构建EfficientNet网络。
STATEABC·2022-12-28 19:14

【数学分析入门】R语言一元以及多元线性回归及诊断

比较法徒步回归法(Backwardstepwiseselection)全回归法3回归诊断1一元线性回归fit<-lm(weight~height,data=women)summary.lm(fit)fitcoefficients
如果我是温帅帅·2022-12-28 15:34

最近的vision transformer阅读

visiontransformer阅读AllTokensMatter:TokenLabelingforTrainingBetterVisionTransformers(NIPS2021)DynamicViT:EfficientVisionTransformerswithDynamicTokenSparsification
laizi_laizi·2022-12-28 15:32

支持异构GPU集群的超大规模模型的高效的分布式训练框架Whale

近日，阿里云机器学习PAI关于深度学习模型高效的分布式训练框架的论文《Whale:EfficientGiantModelTrainingoverHeterogeneousGPUs》被计算机系统领域国际顶级学术会议
阿里云云栖号·2022-12-28 14:11

阿里云机器学习平台PAI论文高效大模型训练框架Whale入选USENIX ATC‘22

近日，阿里云机器学习PAI关于深度学习模型高效的分布式训练框架的论文《Whale:EfficientGiantModelTrainingoverHeterogeneousGPUs》被计算机系统领域国际顶级学术会议
阿里云大数据AI技术·2022-12-28 14:10

支持异构 GPU 集群的超大规模模型的高效的分布式训练框架 Whale

近日，阿里云机器学习PAI关于深度学习模型高效的分布式训练框架的论文《Whale:EfficientGiantModelTrainingoverHeterogeneousGPUs》被计算机系统领域国际顶级学术会议
阿里云技术·2022-12-28 14:40

多模态特征融合机制(含代码)：TFN(Tensor Fusion Network)和LMF(Low-rank Multimodal Fusion)

文章目录写在前面简单的concatTFN融合策略LWF融合策略论文全称：《TensorFusionNetworkforMultimodalSentimentAnalysis》《EfficientLow-rankMultimodalFusionwithModality-SpecificFactors
我是大黄同学呀·2022-12-28 12:30

matlab 棋盘格畸变矫正

1.Radialdistortioncoefficients:select:2Coefficientsselect:ComputeSkew;select:ComputeTangentialDistortion2
元十一郎·2022-12-28 08:52

上海交大&华为：“非完全监督下基于深度学习的图像分割方法”最新综述

上海交通大学人工智能研究院杨小康、沈为团队联合华为田奇团队共同发布了非完全监督（即标签有限）下的图像分割方法最新综述“ASurveyonLabel-efficientDeepSegmentation:BridgingtheGapbetweenWeakSupervisionandDensePrediction
PaperWeekly·2022-12-28 04:32

轻量级深度学习网络: 详解轻量级网络ShuffleNet-v2

ShuffleNetV2：从理论复杂度到实用设计准则论文名称：ShuffleNetV2:PracticalGuidelinesforEfficientCNNArchitectureDesign论文链接：
CVAIDL·2022-12-28 02:37

Spark GraphX之全局聚类系数、局部聚类系数、网络平均聚类系数

Globalclusteringcoefficient（全局聚类系数）Anotherwaytomeasureconnectedness,theglobalclusteringcoefficient,i
weixin_34014277·2022-12-27 21:17

网络模型int8量化中使用的一些量化方法

这篇博客中涉及到的是网络在做int8infer时候涉及到的量化方法，这里并不涉及到int8训练的东西，这篇文章涉及到的量化方法主要来自于：Quantizingdeepconvolutionalnetworksforefficientinference
m_buddy·2022-12-27 17:23

深度学习第五周 ShuffleNet & EfficientNet

1.ShuffleNetv1ShuffleNet是Face++的一篇关于降低深度网络计算量的论文，号称是可以在移动设备上运行的深度网络。首先来看一下，ShuffleNet的性能。在速度上比1.0的MobileNet要快，而且错误率要更低。channelshuffle。如下图，普通的组卷积仅仅作用在组内，组间是没有信息交流的(使用组卷积可以减少参数和计算量)。channelshuffle就是解决组织
贝叶贝叶贝叶斯·2022-12-27 14:28
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他