SenseParrots

小 P 为你送上本周值得一看的信息~ 有意见、建议与吐槽，欢迎直接给小 P 留言哦~ 点击链接或扫一扫二维码即可打开对应网页。 学界前沿 MIT泊松流生成模型击败扩散模型....

本文介绍了集成学习的 MoE 方法。具体来说：集成学习的一种直观方法包括将任务划分为子任务并在每个子任务上训练专家；MoE 是一种集成学习方法，旨在使用专家模型在子任务方面...

小 P 为你送上本周值得一看的信息~ 学界前沿 CPM-Ant :国内首个直播训练百亿大模型；SegNeXt：重新思考语义分割的卷积注意力设计......

本文出自商汤 SenseParrots 内部技术分享中“实用算法及工程经验”专题下的一次分享。 从  （伪）随机性 谈起，例举生活中对随机性的应用，以此引入随机数生成器，并...

小 P 为你送上本周值得一看的信息~ 有意见、建议与吐槽，欢迎直接给小 P 留言哦~ 点击链接或扫一扫二维码即可打开对应网页。 学界前沿 清华提出FGST：首个视频去模糊的...

本篇文章介绍如何支持海量数据点的训练曲线可视化，主要从以下两个方面展开： 海量数据点的训练曲线可视化对于观察和开发调试机器学习训练的意义以及实现支持海量数据可视化的技术实现...

小 P 为你送上本周值得一看的信息~ 有意见、建议与吐槽，欢迎直接给小 P 留言哦~ 点击链接或扫一扫二维码即可打开对应网页。 学界前沿 微软提出BEiT-3：引领图像/文...

在过去的几年里，深度神经网络在许多具有挑战性的应用中取得了巨大的成功，网络模型变得越来越强大。本文神经网络的结构搜索和模型优化进行探讨～...

小 P 为你送上本周值得一看的信息~ 有意见、建议与吐槽，欢迎直接给小 P 留言哦~ 点击链接或扫一扫二维码即可打开对应网页。...

AI 框架基础技术之数据读取：本文对在实际业务落地中造成模型速度差和训练精度低的元凶之一——数据读取做了一个总述型的介绍，讲讲数据读取中不容小觑的技术点。...

小 P 为你送上本周值得一看的信息~ 有意见、建议与吐槽，欢迎直接给小 P 留言哦~ 点击链接或扫一扫二维码即可打开对应网页。 学界前沿 HorNet：融合ViT和CNN的...

深度学习的快速发展，凸显了其在人工智能领域的重要地位。特别是在计算机视觉领域，深度神经网络广泛应用于图像分类、目标检测、语义分割、姿态检测、3D视频等任务，模型精度大大超越...

小 P 为你送上本周值得一看的信息~ 有意见、建议与吐槽，欢迎直接给小 P 留言哦~ 点击链接或扫一扫二维码即可打开对应网页。 学界前沿 SReT：视觉Transforme...

本文介绍了AutoML之超参数优化及提前停止算法，希望能通过本次技术分享让大家了解到更多的AI框架前沿技术～...

学界前沿 PaSh：来自五十年后的Unix shell加速答案；深度网络的新视角——自我学习框架；IDAS—混合脑机接口的驾驶辅助......

本文将针对模型部署流程中导致精度下降的头号疑犯——模型量化进行分析，带大家一探量化芯片精度损失的幕后真相～...

有趣实用的科技周刊｜ParC-Net：继承ConvNet和Transformer优点的纯卷积结构模型、全球首款类脑计算芯片“天机（Tianjic）芯”、Human-in-t...

商汤 SenseParrots 与你分享模型并行，包括：模型并行的动机和现状、模型并行的原理、数据并行和模型并行的结合。...

商汤 SenseParrots 与你分享自动求导所支持的其它使用方式，包括：自动求导 Mode、backward_hook、计算图保留、求取高阶导等。...

有趣实用的科技信息 | DeepMind 提出能以人类专家水平游玩西洋陆军棋的自主智能体、Google 的软件工程体系、基于使用场景在线快速查询 git 命令、Stack ...