首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
顾京
掘友等级
技术实现理想,知识改变命运。
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
28
文章 27
沸点 1
赞
28
返回
|
搜索文章
赞
文章( 27 )
沸点( 1 )
点云入门之点云基础知识
点云(Point cloud):点云是空间点的集合,用来描述物体的表面形状。点云已经在机器感知,增强现实,形状设计,虚拟现实和面部识别等领域取得巨大成绩,让我们一起看看点云的基础知识吧。
基于扩散模型的表单插补
表单插补是指在表单数据中,当某些字段存在缺失值时,对缺失值进行填补。这次,我们记录下基于扩散模型的表单插补模型CSDI_T与相应的代码。
模型的可解释性之SHAP
SHAP(SHapley Additive exPlanations)是由华盛顿大学研究人员于2017年在NIPS会议提出。它与之前的LIME都是采用局部近似方法以达到解释模型的效果。
模型的可解释性之CAM系列
CAM是class activation mapping(类激活映射)的简称,由周博磊等人2016年的cvpr会议提出,其方法简单,应用广泛,还启发了大量的基于CAM的研究,如Grad-CAM等。
可解释的模型之LIME
可解释的AI 为什么需要XAI(Explainable AI) 技术 当使用机器学习用于医疗或者恐怖分子检测的时候,预测是不可盲目相信的,因为预测错误的后果是灾难性的,因此我们需要对模型结果进行解释。
视觉语言模型-基础篇之CLIP
CLIP是基于对比学习的视觉语言模型(VLM),由OpenAI于21年推出。其利用文本特征作为监督信号,不同模态的特征进行对比学习,进一步与下游任务进行解耦,甚至在零样本下取得SOTA水平。
视觉语言模型-入门篇之VLMs的训练与评估
视觉语言模型(Vision-Language Models, VLMs)是一种结合了计算机视觉与自然语言处理技术的模型,如Stable Diffusion等。这次,我们将学习VLMs的训练、评估等内容
基于DistributedDataParallel (DDP)的单机多卡数据并行(torchrun启动)
上次我们了解了DDP的原理和multiprocessing启动的数据并行,这次我们介绍用更流行的torchrun方式启动数据并行。可以简单的理解为torchrun是mp方式的进一步的封装。
基于DistributedDataParallel (DDP)的单机多卡数据并行(multiprocessing启动)
这次我们一起学习下分布式的基础内容——基于Distributed Data Parallel (DDP)的单机多卡数据并行,包括其核心的Ring-All-Reduce通信模式原理、例子和详细代码实现。
R语言绘制SHAP图
SHAP图是使用SHAP值生成的图形,用于展示机器学习模型预测结果中各个特征的重要性及其影响。这次,我们借助R语言来绘制XGBoost模型预测结果对应的SHAP图。
下一页
个人成就
文章被点赞
74
文章被阅读
19,662
掘力值
666
关注了
1
关注者
20
收藏集
0
关注标签
9
加入于
2024-03-28