Big_Yellow_J

这里主要介绍多模态中使用比较多的两种backbone：1、Clip；2、SAM。对于这两个backbone简单介绍基本原理，主要是讨论使用这个backbone...

From:https://www.big-yellow-j.top/posts/2025/05/11/VAE.html 前文已经介绍了GAN的基本原理以及代码操作，本文主要...

日常使用比较多的生成模型比如GPT/Qwen等这些大多都是“文生文”模型（当然GPT有自己的大一统模型可以“文生图”）本文主要介绍GAN...

本文主要介绍常用的Attention操作（多头注意力等）以及在KV-cahce中如何节约内容的操作包括：flash-attention、vLLM等原理...

主要分析Kimi和DeepSeek最新的关于稀疏注意力的计算范式，这几篇文章都是针对长上下文的压缩方法，长上下文带来的平方级别的运算或存储复杂度给推理优化带来非常大的影响。...

本文盛入浅出的介绍常见的评价指标（准确率等计算方式）以及Loss function（交叉熵损失等）的基本原理以及计算方法...

本文图文并茂的方式介绍深度学习中的混合专家模型以及KV-cache基本原理以及代码操作，让你快速了解其背后原理以及代码操作...

本文图文并茂的方式主要介绍深度学习中的混合精度训练方式以及gradient-checkpoint的基本原理。...

本文主要介绍（论文发表时间：24.03-25.01）在多模态中使用**多个视觉编码器如何进行特征融合操作**...

本文主要介绍CV-Backbone：Resnet/Vit/MAE/Unet等网络结构原理以及其具体的代码。...

本文主要介绍多模态系列-1：Qwen多模态系列论文，并且对Qwen多模态的代码进行解析。将两个模型进行详细对比...

这里介绍新的一个Backbone：ConvNeXt，均来自Meta的论文，卷积审计网络又一春？本论文证明Vit效果好并不是attention本身而是因为transform的...