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
嵌入式视觉
掘友等级
算法开发工程师
|
商汤科技
关于博主,本科双非一本,曾3个半月考研上岸某 211,现大厂算法开发工程师,从事视觉算法开发、模型压缩部署、LLM 推理部署工作,终身学习践行者。
获得徽章 8
动态
文章
专栏
沸点
收藏集
关注
作品
赞
414
文章 387
沸点 27
赞
414
返回
|
搜索文章
赞
文章( 387 )
沸点( 27 )
C++ STL容器详解(全站最详细)
STL容器【保姆式教学】,主要针对STL中容器版块的详细教学。 STL的容器种类分为顺序性容器、关联式容器和容器适配器 vector(向量)、deque(双端队列)、list(双向循环链表)、stac
数据结构 | 十大排序超硬核八万字详解【附动图演示、算法复杂度性能分析】
🔥十大排序算法整理汇总🔥每个排序均附带动图展示、代码分析、性能测试,带你从头至尾彻底搞懂排序算法
开源 2 年半,除了性能优化我们啥也没做
性能优化是个十分广泛的话题,它涉及 CPU、内存、磁盘、网络等方面。MegEngine 作为一个训推一体的深度学习框架,也在持续不断探索性能优化的最优解。 本篇整理了 Bot 过往发布的相关文章
深度学习基础-优化算法详解
所谓深度神经网络的优化算法,即用来更新神经网络参数,并使损失函数最小化的算法。优化算法对于深度学习非常重要,网络参数初始化决定模型是否收敛,而优化算法的性能则直接影响模型的训练效率。
深度学习基础-网络层参数初始化详解
神经网络模型一般是依靠随机梯度下降优化算法进行神经网络参数更新的,而神经网络参数的学习是非凸问题,利用梯度下降算法优化参数时,网络权重参数的初始值选取十分关键。
动手设计实现一个深度学习框架
在这篇文章里笔者将带大家一起用 Python 从头设计和实现一个轻量级的、易于扩展的深度学习框架 tinynn,希望对大家了解深度学习原理与深度学习框架有一定的帮助。
深度学习基础-损失函数详解
本文总结分类和回归任务的常用损失函数,比如重点解析了交叉熵损失函数的由来,并给出详细计算公式和、案例分析、代码,同时也描述了 MAE 和 MSE 损失函数。
2019总结:吹牛一时爽,一直吹牛一直爽 | 掘金年度征文
最近几日上下班,我一直在思考19年的总结怎么写。我想来想去,脑海中总是一个关键词,忙。但我总觉得在忙的背后,我还是有很多收获的,但一下子又想不出来。更想不太好今年总结怎么写。于是我先去看了眼去年的总结。在去年总结中,我讲到了前几年开开玩笑立的目标: 2016年年末,我还在我人生…
神经网络基础部件-激活函数详解
本文分析了激活函数对于神经网络的必要性,同时讲解了几种常见的激活函数的原理,并给出相关公式、代码和示例图。
🌋 2022年终总结征文大赛暨吐槽大会正在进行中!吐出不快,展望未来!
2022年已接近尾声,在这一年中,你经历过哪些酸甜苦辣?跟着掘金一起,盘点自己的2022吧!还有超多好礼等你来拿!
下一页
个人成就
优秀创作者
文章被点赞
1,448
文章被阅读
690,894
掘力值
10,352
关注了
36
关注者
310
收藏集
2
关注标签
56
加入于
2019-03-30