efficient 第36页

集成学习——LightGBM原理理解

本篇博客是在精读了原始论文《LightGBM:AHighlyEfficientGradientBoostingDecisionTre

学吧学吧终成学霸·2022-12-22 22:25

【点云系列】Point-Voxel CNN for Efficient 3D Deep Learning

文章目录1.概要2.动机3.方法3.1Point分支3.2Voxel分支3.2.1正则化（Normalization）3.2.2体素化（Voxelization）3.2.3特征聚合（FeatureAggregation）3.2.4去体素化（Devoxelization）3.3融合4.实验及效果4.1部件分割对比4.2场景分割比对4.3目标检测4.4可视化分析4.5效率分析5.思考6.参考好文不嫌晚

^_^ 晅菲·2022-12-22 22:15

Point-Voxel CNN for Efficient 3D Deep Learning(PVCNN)论文翻译

Point-VoxelCNNforEfficient3DDeepLearning(PVCNN)摘要我们介绍了Point-VoxelCNN（PVCNN），可进行高效，快速的3D深度学习。

solidays_·2022-12-22 22:45

【代码阅读】PVCNN

文章目录Voxelizationpythoncppcu前向计算反向传播devoxelizationpythoncppcu前向计算反向传播Point-VoxelCNNforEfficient3DDeepLearning

麒麒哈尔·2022-12-22 22:45

NeurIPS 2019 | 麻省理工与上海交大共同提出新型点云处理框架Point-Voxel CNN

论文：Point-VoxelCNNforEfficient3DDeepLearning来源：NeurIPS2019Spotlight共同一作：ZhijianLiu(MIT),HaotianTang(上海交大

Leroy Sane·2022-12-22 22:14

【NIPS 2019】PVCNN：用于高效3D深度学习的点-体素 CNN

文章目录Point-VoxelCNNforEfficient3DDeepLearning动机PVConv基于体素的上分支基于点的下分支特征融合效率（Efficiency）和有效性（Effectiveness

二进制人工智能·2022-12-22 22:43

回归分析中的相关度（Corr）和R^2

janestan·2022-12-22 20:10

GPU端吊打RegNet、EfficientNet的强悍担当：GENet

不同于之前的MobileNet、EfficientNet以及RegNet等网络采用相同的模块构建整个网络，该文对不同阶段的模块进行分析并得出这样的结论：在网络的low-level阶段采用Basic

喜欢打酱油的老鸟·2022-12-22 20:28

详解何恺明团队最新作品：源于Facebook AI的RegNet

在类似的条件下，他们设计出的网络超越了当前表现最佳的EfficientNet模型，在GPU上实现

喜欢打酱油的老鸟·2022-12-22 20:57

何恺明团队最新力作RegNet：超越EfficientNet，GPU上提速5倍，这是网络设计新范式 | CVPR 2020...

而且在类似的条件下，性能还要优于EfficientNet，在GPU上的速度还提高了5倍！新的网络设计范式，结合了手动设计

人工智能与算法学习·2022-12-22 20:27

Efficient Strategies for Hierarchical Text Classification:External Knowledge and Auxiliary Tasks

原文链接：https://aclanthology.org/2020.acl-main.205.pdf概述在层次文本分类（HierarchicalTextClassificationHTC）中，大多数研究都关注于提出新颖的模型结构，但我们偏向于找到一种高效的方法去增强baseline。首先将层次文本分类任务视为seq2seq问题，然后对它进行一个辅助性地自顶向下的分类任务，即从外部字典中找到所有层

pepsi_w·2022-12-22 19:00

【论文笔记】：PP-YOLO、PP-YOLOv2、PP-YOLO Tiny

&TitlePP-YOLO:AnEffectiveandEfficientImplementationofObjectDetector（2020）PP-YOLOv2:APracticalObjectDetector

Activewaste·2022-12-22 17:12

图像分类网络-经典CNN网络简介

shanzsz·2022-12-22 12:10

OpenCV+CUDA 遍历cv::Mat笔记

【学习OpenCV】Mat::data指针OpenCV-Efficientpixelaccessusingcv::Mat::ptrpointerhttps://www.cnblogs.com/hustwx

YaoJiawei329·2022-12-22 11:05

ICLR2022/扩散模型/语义分割：基于扩散模型的标签高效语义分割Label-efficient semantic segmentation with diffusion models

ICLR2022/扩散模型/语义分割：基于扩散模型的标签高效语义分割Label-efficientsemanticsegmentationwithdiffusionmodels0.摘要1.概述2.相关工作

HheeFish·2022-12-22 09:45

代码阅读：基于扩散模型的标签高效语义分割Label-efficient semantic segmentation with diffusion models

代码阅读：基于扩散模型的标签高效语义分割Label-efficientsemanticsegmentationwithdiffusionmodels代码阅读仅涉及DDPM部分，不对涉及的对比方法代码进行学习开源代码代码阅读仅涉及

HheeFish·2022-12-22 09:45

全同态加密：BGV

参考文献：BrakerskiZ,VaikuntanathanV.Efficientfullyhomomorphicencryptionfrom(standard)LWE[J].SIAMJournaloncomputing

山登绝顶我为峰 3(^v^)3·2022-12-22 07:20

语义激光SLAM论文阅读 Semantic Lidar_based SLAM paper Research

语义激光SLAM论文阅读Suma:EfficientSurfel-BasedSLAMusing3DLaserRangeDatainUrbanEnvironments主要工作具体实现方法PreprocessingMapRepresentationOdometryEstimationMapUpdateLoopClosures

52HZ、·2022-12-22 07:49

【轻量化深度学习】Efficient On-Device Deep Learning Research

EffecientOn-DeviceDeepLearningResearchStudent:WenxuanZengSchool:UniversityofElectronicScienceandTechnologyofChinaDate:2022.3.25-2022.4.3文章目录EffecientOn-DeviceDeepLearningResearch1Whatarethemajorchalle

Mr.zwX·2022-12-22 06:27

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners

一、论文简述链接：原文链接主要运用原版MAE的不等长的encoder和decoder的部分，并且加入不同的分支进行多任务运用，同时具有分类分支和复原分支两个分支，Loss也由两个部分的loss构成。二、模型结构1.Imagemaskingandencoding图片掩码生成和encoding部分将图片切分成为不重叠的小部分，将其中的75%部分进行遮罩2.Reconstructionbranch重建分

小胡胡在长沙不想吃辣·2022-12-22 05:48

【论文阅读笔记】Learning Efficient Convolutional Networks through Network Slimming

论文地址：NetworkSlimming论文总结本文提出了一种channel-level的裁剪方案，可以通过稀疏化尺度因子（BN层的scalingfactor）来裁掉“不重要”的channel。文中的方案为：在训练时，对BN层的scalingfactor施加L1L_1L1正则化，在训练网络的同时得到稀疏化的尺度因子；裁掉低于指定阈值的channel；【（1）设定裁剪的百分比；（2）依据百分

时光机ﾟ·2022-12-21 14:15

Yolact

YOLACT1.Abstract原理:生成一组prototypemasks(原型掩码)个数（nm）可自定义，基于protonet的最后一组卷积核个数通过一组coefficients(掩码系数)预测每个instancemask

highoooo·2022-12-21 08:09

深度伪造检测论文 · Combining EfficientNet and Vision Transformers for Video Deepfake Detection

核心方法EfficientVitConvolutionalCrossViT实验结果实验设置训练推理实验结果DFDC数据测试集上的实验结果在FF++子集上的泛化性能总结核心方法提出有两个Convolutional-Transformer

sevenster·2022-12-21 07:22

格基约化：LLL算法

参考文献：LenstraAK,LenstraHW,LovászL.Factoringpolynomialswithrationalcoefficients[J].Mathematischeannalen

山登绝顶我为峰 3(^v^)3·2022-12-21 01:12

LLL算法代码

以下为LLL算法的实现过程：（matlab代码）本人在课程设计中完成以下工作LLL_exchange()函数function[Y,square_length_Y_Y,Y_Y_coefficient]=LLL_exchange

worm _catch_rice·2022-12-21 01:09

D-star Lite算法及相关思考

一、D-starLite算法简介 1994年AnthonyStentz在论文OptimalandEfficientPathPlanningforPartially-knownEnvironments

慕羽★·2022-12-21 00:48

『ML』用Python实现聚类效果的评估（轮廓系数、互信息）

本文介绍两种聚类评估方法，轮廓系数（SilhouetteCoefficient）以及标准化互信息（NMI），并且用Python实现。

来日凭君发遣·2022-12-20 19:06

深度学习经典论文汇总

2014）：使用3x3卷积构造更深的网络GoogleNet（2014）：使用并行架构构造更深的网络ResNet（2015）：构建深层网络的残差连接MobileNet（2017）：适合终端设备的小CNNEfficientNet

下雨天吃火锅哩·2022-12-20 17:16

【paper-note9】Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting

论文作者：HaoyiZhouBeihangUniversity收录：AAAI2021bestpaper前言Transformer[1]模型在NLP领域提出之后，风靡众多领域，有大一统的模式。这篇论文就是对transformer进行改进，提出Informer模型应用在长时序预测领域。该模型设计合理精巧，利用长尾分布截取头部的attention点积对，提高运行效率、降低运行成本；同时模型结合长时序预测

sayhi_yang·2022-12-20 17:38

Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting（2020-12-14）

模型介绍对于长序列时间预测一直是研究的热点，随着预测序列长度增加，预测难度越来越高，LSTF需要模型提高预测能力，本文设计了一个高效的基于Transformer的LSTF模型，名为Informer。informer模型成功地提高LSTF问题的预测能力，验证了类Transformer模型的潜在价值；Informer针对Transformer上的三大问题：二次时间复杂度，高内存消耗，Decoder逐步

不负韶华ღ·2022-12-20 17:37

Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting

摘要许多实际应用需要对长序列时间序列进行预测，例如耗电量计划。长序列时间序列预测（LSTF）需要模型的高预测能力，即高效精确地捕获输出和输入之间的长期依赖关系的能力。最近的研究表明，Transformer具有提高预测能力的潜力。但是，Transformer有几个严重的问题，使其无法直接应用于LSTF，包括二次时间复杂度，高内存使用率，以及编码器-解码器体系结构的局限性。为了解决这些问题，我们为LS

simple_hututu·2022-12-20 17:03

Informer: Beyond Efficient Transformer for Long SequenceTime-Series Forecasting

BeyondEfficientTransformerforLongSequenceTime-SeriesForecasting就是用Transformer的方法来对长时间的序列进行一个预测的问题。

lwera·2022-12-20 17:32

【论文阅读】Informer：Beyond Efficient Transformer for Long Sequence Time-Series Forecasting

【论文阅读】Informer：BeyondEfficientTransformerforLongSequenceTime-SeriesForecasting原文：https://arxiv.org/abs

goldwater2020·2022-12-20 17:01

论文解读10——Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting

目录1、文章贡献2、有效的self-attention机制3、ProbSparseself-attention机制4、self-attentiondistilling5、Generativestyledecoder6、实验1、文章贡献这篇是2021年AAAI的bestpaper，主要提出了Informer模型来解决Transformer中无法用于长时间序列预测的问题，提高了长时间序列预测问题的能力

对流层的酱猪肘·2022-12-20 17:57

AI大语音（四）——MFCC特征提取（深度解析）

1特征提取流程在语音识别和话者识别方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequencyCepstralCoefficients，简称MFCC）。

AI大道理·2022-12-20 12:51

Triangle Attack: A Query-efficient Decision-based Adversarial Attack

TriangleAttack:AQuery-efficientDecision-basedAdversarialAttack三角攻击:一种查询高效的基于决策的对抗性攻击Abstract基于决策的攻击对实际应用程序构成了严重的威胁

程序媛堆堆·2022-12-20 12:47

python学习笔记（22）——皮尔逊相关系数运用（SciPy库）

Ama_tor·2022-12-20 09:53

阅读文献(一):Joint Sensing and Communication-Rate Control for Energy Efficient Mobile Crowd Sensing

目录前言一、文章的摘要1.文章要解决的问题2.文章提出的解决方法二、文章的引言1.WSN(无线感知网)2.DRRM(差异化无线电资源管理)3.SP结构(String-pulling)三、模型与公式四、模型的求解与各种定理1.传输与传感速率的联合优化1.速度控制的最优结构2.最优高度的搜索域3.搜索域的划分4.搜索高度2.关于缓冲区容量有限的扩展情况1.模型建立2.搜索域的确定3.给定"height

Ali forever·2022-12-20 08:13

Tensorflow Lite 笔记(二)

tensorflowlitemodelmakermetadatawhichprovidesastandardformodeldescriptionsThedefaultmodelisEfficientNet-Lite0

XianxinMao·2022-12-20 05:11

超越nnFormer！UNETR++：高效准确的3D医学图像分割

UNETR++:DelvingintoEfficientandAccurate3DMedicalImageSegmentation论文链接：https://arxiv.org/abs/2212.04497

机器学习社区·2022-12-20 02:36

论文阅读|Shunted Self-Attention

ShuntedSelf-AttentionviaMulti-ScaleTokenAggregation代码目录AbstractIntroductionContributionsRelatedWorkSelf-AttentioninCNNsVisionTransformerEfficientViTVariantsMethod3.1

xiaoweiyuya·2022-12-19 14:27

ChannelNets: 省力又讨好的channel-wise卷积，在channel维度进行卷积滑动 | NeurIPS 2018

channel维度上进行滑动，巧妙地解决卷积操作中输入输出的复杂全连接特性，但又不会像分组卷积那样死板，是个很不错的想法来源：晓飞的算法工程笔记公众号论文:ChannelNets:CompactandEfficientConvolutionalNeuralNetworksviaChannel-WiseConvolutions

晓飞的算法工程笔记·2022-12-19 11:58

【论文阅读笔记】【ARXIV2105】An Efficient Pyramid Split Attention Block on Convolutional Neural Network

源文https://arxiv.org/abs/2105.14447源代码https://github.com/murufeng/EPSANetIntroductionModelPyramidSplitAttention(PSA)在SENet的基础上提出多尺度特征图提取策略，整体结构图如下所示。具体可分为如下四个步骤：SplitandConcat(SPC)模块用于获得空间级多尺度特征图；SEWei

creami11·2022-12-19 11:57

[模型压缩/加速]-加速卷积计算的三种方法-Depth-wise Conv、Group Conv、Channel-wise Conv

2.Depth-wiseConv出自论文《MobileNets:EfficientConvolutionalNeu

orangezs·2022-12-19 11:26

Introduction to modern cryptography阅读笔记（三）

Aschemesatisfyingaweakerdefinitionmaybemoreefficientthananotherschemesatisfyingastrongerdefinition.一个安全方

Annalovecoding·2022-12-18 22:35

51、Recursive-NeRF: An Efficient and Dynamically Growing NeRF

简介github主页：https://github.com/Gword/Recursive-NeRFRecursive-nerf的核心是学习查询坐标的不确定性，代表每一级预测颜色和体积强度的质量。只有具有高不确定性的查询坐标才会被转发到下一层具有更强大表示能力的更大的神经网络。最终渲染的图像是由各级神经网络的结果组成的贡献点一种递归场景渲染方法，一旦输出质量足够好，早期终止阻止进一步处理，以大大减

C--G·2022-12-18 20:28

夏安　　　·2022-12-18 16:37

【神经网络】(18) EfficientNetV2 代码复现，网络解析，附Tensorflow完整代码

各位同学好，今天和大家分享一下如何使用Tensorflow搭建EfficientNetV2卷积神经网络模型。

立Sir·2022-12-18 15:11

【深度学习】(6) EfficientNetV2 代码复现，网络解析，附pytorch完整代码

ShuffleNetV2的原理和TensorFlow2实现方法可以看我下面这篇博文，建议大家看一下https://blog.csdn.net/dgvv4/article/details/1235988471.模型介绍EfficientNetV2

立Sir·2022-12-18 14:35

Efficientdet源码详解

1.参数配置最重要的参数配置如下-p:配置文件，需要在project文件夹下新建配置文件-c:efficientdet的版本,efficientdetB0-B7-n:windows为0，linix根据自己的需求修改

樱花的浪漫·2022-12-18 08:53

推荐频道

efficient