fair

闻其声而知雅意,基于Pytorch(mps/cpu/cuda)的人工智能AI本地语音识别库Whisper(Python3.10)

Whisper是一个开源的语音识别库，它是由FacebookAIResearch(FAIR)开发的，支持多种语言的语音识别。它使用了双向循环神经网络（bi-directio
LiuYue'sBlog·2023-01-19 04:27

超越 FPN 和 NAS-FPN！商汤&港中文提出 FPG，特征金字塔网格强势登场！

论文标题：FeaturePyramidGrids作者团队：商汤&港中文(陈恺&林达华)&南洋理工大学&FAIR论文链接：https://arxiv.org/abs/2004.03580该文章首发在arxiv
Mr.Jk.Zhang·2023-01-18 20:39

超越FPN和NAS-FPN！ FPG：《Feature Pyramid Grids》特征金字塔网格强势登场！

作者团队：商汤&港中文(陈恺&林达华)&南洋理工大学&FAIR该文章首发在arxiv上，新投稿于CVPR。1引言特征金字塔网络已在目标检测中被广泛采用，以改进特征表示以更好地处理尺度变化。
baobei0112·2023-01-18 20:35

Audio-预训练模型（一）：概述

基于判别学习的语音预训练模型的发展历程大致从Deepmind的CPC开始，FAIR的wav2vec系列工作（Wav2vec,Vq-wav2vec,DiscretBERT,Wav2vec2.0，Wav2vec-U
u013250861·2023-01-17 15:51

公众号内容拓展学习笔记（2022.3.6）

FAIR重新设计纯卷积架构：ConvNeXt⭐️⭐️Abstract:超越Transformer！
CV_七少·2023-01-17 09:42

DCG的简单介绍

我们对这些结果进行3个等级的区分：Good（好）、Fair（一般）、Bad（差），然后赋予他们分值分别为3、2、1，假定通过逐条
烂烂三三·2023-01-13 18:49

详解Yarn中三种资源调度器（FIFO Scheduler、Capacity Scheduler、Fair Scheduler）和配置自定义队列实现任务提交不同队列

前言在前面Yarn的基本架构和作业提交全流程一文中提到，当ResourceManager收到客户端Client的请求之后会将该作业job添加到（默认的）容量调度器中，然后再由某一个空闲的NodeManager领取该job并具体提供运算资源。那么，Yarn框架为什么要设计把作业添加到调度器中呢？假设你现在所在的公司有一个hadoop的集群。但是A项目组经常做一些定时的BI报表，B项目组则经常使用一些
皮哥四月红·2023-01-12 19:31

FLIP：随机屏蔽大部分图像块来扩展CLIP

/arxiv.org/abs/2212.00794作者：YanghaoLi,HaoqiFan,RonghangHu,ChristophFeichtenhofer,KaimingHe单位：MetaAI,FAIR
Valar_Morghulis·2023-01-10 13:46

RCNN算法

作者RossGirshick多次在PASCALVOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的FAIR。
Never_Jiao·2023-01-10 05:38

votenet

何恺明团队最新研究：3D目标检测新框架VoteNet，两大数据集刷新最高精度【新智元导读】FAIR何恺明等人团队提出3D目标检测新框架VoteNet，直接处理原始数据，不依赖任何2D检测器。
刘同学～·2023-01-08 00:07

何恺明Focal Loss改进版！GFocal Loss：良心技术，无cost涨点

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达来自|知乎作者|李翔编辑|AI科技评论在ICCV2017上，Kaiming大神所在的FAIR团队“随手”发了一篇名为《FocalLossforDenseObjectDetection
Tom Hardy·2023-01-03 06:27

Mask R-CNN 论文学习笔记

论文基本信息标题：MaskR-CNN作者：KaimingHeGeorgiaGkioxariPiotrDollárRossGirshick机构：FacebookAIResearch(FAIR)来源：ICCV
长歌丶采薇·2022-12-30 08:46

FAIR提出MaskFormer：语义分割是像素分类问题吗？

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：BowenCheng|已授权转载（源：知乎）https://zhuanlan.zhihu.com/p/389457610论文“Per-PixelClassificationisNotAllYouNeedforSemanticSegmentation”解读！论文:https://arxiv.org/abs/2107.06278
Amusi（CVer）·2022-12-29 17:55

MoCO ——Momentum Contrast for Unsupervised Visual Representation Learning

MomentumContrastforUnsupervisedVisualRepresentationLearning作者：KaimingHeHaoqiFanYuxinWuSainingXieRossGirshick发表单位：FacebookAIResearch(FAIR
其实也很简单·2022-12-29 00:09

读论文——MAE（CV小白带读2021何恺明新作）

（带掩码的自动编码器是可拓展的视觉学习器）论文地址：https://arxiv.org/abs/2111.06377作者KaimingHe，XinleiChen（FacebookAIResearch,FAIR
前行follow·2022-12-28 10:42

最新论文阅读（9）--Learning to Segment Every Thing

LearningtoSegmentEveryThing-2017年11月-迁移学习，半监督；实例分割(instance-segmentation)；Mask^XR-CNN-伯克利；FAIR；KaimingHe
whitenightwu·2022-12-27 07:06

ResNeXt一作谢赛宁将从Meta离职，加入纽约大学任助理教授

近日，Facebook人工智能研究院（FAIR）研究科学家谢赛宁在推特上宣布自己即将离开FAIR，加入纽约大学担任助理教授。
深度学习技术前沿·2022-12-23 07:31

ResNeXt一作谢赛宁从Meta离职！将加入纽约大学任助理教授！

近日，Facebook人工智能研究院（FAIR）研究科学家谢赛宁在推特上宣布自己即将离开FAIR，加入纽约大学担任助理教授。
Amusi（CVer）·2022-12-23 06:17

FAIR 何恺明、Piotr、Ross等新作，MAE才是YYDS！仅用ImageNet1K，Top-1准确率87.8%！

关注公众号，发现CV技术之美介绍一篇今天新出的论文。▊写在前面在本文中，作者证明了maskedautoencoders（MAE）是一种可扩展的计算机视觉自监督学习方法。本文的MAE方法很简单：mask输入图像的随机patch，并重建丢失的像素。它基于两个核心设计的。首先，作者开发了一种非对称的编码器-解码器体系结构，其中的编码器只对可见的patch子集（没有mask的token）进行操作，同时还有
我爱计算机视觉·2022-12-23 05:39

Masked Autoencoders Are Scalable Vision Learners | MAE 阅读笔记&部分翻译

MaskedAutoencodersAreScalableVisionLearnersAuthorUnit:FacebookAIResearch(FAIR)Authors:KaimingHe∗,†^{∗
ybacm·2022-12-22 12:18

pytorch 1.8.1 安装方法及坑点（no matching distribution found for xxx、OSError: [WinError 193] %1 不是有效的 Win32）

2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyT
星之所望·2022-12-14 19:06

何恺明团队最新力作SimSiam：消除表征学习“崩溃解”，探寻对比表达学习成功之根源...

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者｜Happy编辑丨极市平台导读本文是FAIR的陈鑫磊&何恺明大神在无监督学习领域又一力作，提出了一种非常简单的表达学习机制用于避免表达学习中的
Tom Hardy·2022-12-13 21:18

CVPR 2021 Oral | 何恺明团队提出SimSiam：探索简单的孪生表示学习

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：极市平台|作者：Happy导读本文是FAIR的陈鑫磊&何恺明大神在无监督学习领域又一力作，目前已收录于CVPR2021Oral
Amusi（CVer）·2022-12-13 21:45

CVPR 2021 | 视觉Transformer的可视化

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：极市平台导读可视化对于Transformer的模型调试、验证等过程都非常重要，FAIR的研究者开源了一种Transformer
Amusi（CVer）·2022-12-12 11:19

MoCoV3：何恺明团队新作！解决Transformer自监督训练不稳定问题！

文|happy源|极市平台论文链接:https://arxiv.org/abs/2104.02057本文是FAIR的恺明团队针对自监督学习+Transformer的一篇实证研究。
夕小瑶·2022-12-10 06:29

python二手车价格预测_数据挖掘实战--二手车交易价格预测（四）建模调参

objective=['regression','regression_l1','mape','huber','fair']num_leaves=[3,5,10,15
shkpwbdkak·2022-12-09 12:44

ChatGPT到底是个啥？它会让我们失业么？

谈起AI届，几家大公司是无论如何都不能不提及的，谷歌的GoogleX与DeepMind(下围棋那个)、Meta的FAIR(Resnet提出者恺明所就职的)、OpenAI(搞大模型的领先公司，代表作是GPT
作小寒·2022-12-09 10:07

PyTorch入门到实战自然语言处理及计算机视觉02初识Pytorch基本框架

PyTorch起源Facebook人工智能研究（FAIR）2017年Github开源PyTorchVSTensorFlowPytorch简洁动态计算visdom部署不方便TensorFlow接口复杂静态图
虚坏叔叔·2022-12-09 10:28

pytorch环境搭建，pytorch超详细最新安装教程（一步到位）

它是美国Facebook公司使用python语言开发的一个深度学习的框架，2017年1月，Facebook人工智能研究院（FAIR）在GitHub上开源了PyTorch。
奋进的贼牛批·2022-12-09 09:21

多行人追踪至落地部署项目，Deepsort、JDE、Fair-MOT三种算法简介及其核心卡尔曼滤波器与匈牙利算法简介

模型训练：Fair-MOT、JDE、Deepsort三种由PaddleDetectio
锦鲤AI幸运·2022-12-09 07:24

wav2letter++：基于卷积神经网络的新一代语音识别框架

最近，Facebook的AI研究中心（FAIR）发表的一个研究论文，提出了一种新的单纯基于卷积神经网络（ConvolutionalNeuralNetwork）的语音识别技术，而且提供了开源的实现wav2letter
weixin_33912445·2022-12-09 07:46

wav2letter++简介：Facebook深度学习语音识别系统

最近，Facebook的AI研究中心（FAIR）发表的一个研
芒果汁·2022-12-09 07:12

PyTorch笔记 - A ConvNet for the 2020s (ConvNeXt) 训练

caroline_wendy本文地址：https://blog.csdn.net/caroline_wendy/article/details/128243621Paper：AConvNetforthe2020s，FAIR
SpikeKing·2022-12-08 23:43

PyTorch笔记 - A ConvNet for the 2020s (ConvNeXt) 论文

caroline_wendy本文地址：https://blog.csdn.net/caroline_wendy/article/details/128233172Paper，AConvNetforthe2020s，FAIR
SpikeKing·2022-12-08 19:41

PyTorch笔记 - A ConvNet for the 2020s (ConvNeXt) 网络

caroline_wendy本文地址：https://blog.csdn.net/caroline_wendy/article/details/128236899Paper：AConvNetforthe2020s，FAIR
SpikeKing·2022-12-08 19:41

einsum满足你一切需要：深度学习中的爱因斯坦求和约定

作者：TimRocktäschel编译：weakish【编者按】FAIR研究科学家TimRocktäschel简要介绍了einsum表示法的概念，并通过真实例子展示了einsum的表达力。
anshiquanshu·2022-12-08 19:05

本周大新闻｜Meta AI部门重大重组，疑似Cambira CAD图曝光

本周大新闻，AR方面，MetaAI部门重组，FAIR成为RealityLabsResearch旗下部门；高通SpacesXR开发工具开放下载；前6D.ai高管成立LBSAR公司LivingCities；
青亭网-·2022-12-07 16:06

coco数据集80个分类是哪些_如何画PR curve (PR曲线)基于COCO格式数据集 在maskrcnn_benchmark中...

以FAIR开源的maskrcnn_benchmark为例子，模型训练好了之后进行测试只能得到mAP，并没有直接给出PR曲线。所以我对coco_eval.py和cocoapi的代码进行了一下研究。
weixin_39818521·2022-12-06 09:15

何恺明团队新作FLIP：通过Masking扩展语言-图像预训练

点击进入—>Transformer微信技术交流群FLIPScalingLanguage-ImagePre-trainingviaMasking单位：MetaAI,FAIR(何恺明等人)论文：https:
Amusi（CVer）·2022-12-05 14:29

FLIP：Scaling Language-Image Pre-training via Masking

点击进入—>Transformer微信技术交流群FLIPScalingLanguage-ImagePre-trainingviaMasking单位：MetaAI,FAIR(何恺明等人)论文：https:
Amusi（CVer）·2022-12-05 14:55

Dense Pose FaceBook 3D 三维立体 姿态识别 AI 动作学习模型

近日，FAIR发布了一篇研究论文，介绍了他们通过人工方式标注的图像到表面密集对应数据集DensePose-COCO以及基于此训练的DensePose-RCNN架构，得到了一个能实时地得到高准确度结果的系统
Frist2018·2022-12-04 08:51

PyTorch | 01 简介

放弃Keras+Tensorflow选择PyTorchReference[原文]:Joselynzhao.top&夏木青|PyTorch|01简介1PyTorch的诞生Facebook人工智能研究院（FAIR
_Summer tree·2022-12-03 15:10

1.Pytorch3d教程——介绍

因此，PyTorch3D中的所有运算符：是用PyTorch张量实现的可以处理小批量的异构数据可以区分可以利用GPU加速在FAIR内
lzfshub·2022-12-03 01:40

示例—使用Pytorch堆叠一个神经网络的基础教程

2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提
m0_57781768·2022-12-02 20:22

近三年CVPR引用量最高论文：恺明一如既往的正常发挥

2022年11月）：CVPR2020引用量最高的论文：MoCoCVPR2021引用量最高的论文：SimSiamCVPR2022引用量最高的论文：MAE它们的共同点是：三篇论文唯一单位：Facebook（FAIR
笑傲算法江湖·2022-12-02 18:07

【笔记】PyTorch框架学习 -- 1. 张量创建及操作，线性回归的实现

2.1直接创建Tensor2.2依据数值创建Tensor2.3依据概率分布创建Tensor3.张量的操作3.1张量的拼接和切分3.2张量索引3.3张量变换4.实现线性回归1.PyTorch简介2017年，FAIR
Yanqiang_CS·2022-12-01 00:53

ICCV 2021 | 当Transformer遇见自监督学习！Facebook重磅开源DINO

一篇是来自何恺明团队的：ICCV2021Oral|何恺明团队提出MoCov3：训练自监督视觉Transformer的实证研究另一篇就是本文要分享的DINO，同样来自Facebook公司（FAIR
Amusi（CVer）·2022-11-30 05:16

einops README: 如何优雅地操作张量维度（张量转置、张量池化等）

以及其他框架Incaseyouneedconvincingargumentsforsettingasidetimetolearnabouteinsumandeinops…TimRocktäschel,FAIR
eyi1·2022-11-29 14:15

联邦学习论文笔记——FedFair: Training Fair Models In Cross-Silo Fedrated Learning

crossdevice跨设备/crosssilo跨数据井介绍①我们能否轻松地扩展现有的加强公平的方法，以适应协作和隐私保护的需要?NO：现有的公平性增强方法主要是在一个统一的可用训练数据集的假设下设计的，因此不能容易地解决分布式协作的需求，如跨筒仓联合学习，以及参与方的隐私保护。②我们能否轻松扩展现有的联合学习，突出的协作和隐私保护框架，以加强模型构建的公平性?NO：现有的联邦学习方法根本没有考虑
Sensorjang·2022-11-28 20:31

Focal Loss for Dense Object Detection（retinaNet Detecter）

FocalLossforDenseObjectDetectioninformation1.1.作者：FAIR团队1.2.时间：20181.3.阅读时间：2020.11.20前言Abstract3.1.在标准的交叉熵上
Damon.01·2022-11-25 11:12
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他