ronghuaiyang

使用SOTA的预训练模型来通过迁移学习解决现实的计算机视觉问题。 如果你试过构建高精度的机器学习模型，但还没有试过迁移学习，这篇文章将改变你的生活。

知识蒸馏的简单介绍，让大家了解知识蒸馏背后的直觉。 如果你曾经用神经网络来解决一个复杂的问题，你就会知道它们的尺寸可能非常巨大，包含数百万个参数。

回顾了场景文本检测和识别领域的3篇论文，分别是检测，识别以及端到端的方法。 基于深度学习的方法可以在自然图像中检测和识别复杂的文本实例。

本文列举了5个将PyTorch应用到生产时容易遇到的5个错误操作。 在这里，我想分享在生产中使用PyTorch最常见的5个错误。考虑过使用CPU吗？使用多线程？使用更多的GPU内存？这些坑我们都踩过。

给大家介绍一个非常好用的TensorFlow数据pipeline工具。 高性能的Tensorflow Data Pipeline，使用SOTA的增强和底层优化。

今天给大家介绍半监督学习中的3个最基础的概念：一致性正则化，熵最小化和伪标签，并介绍了两个经典的半监督学习方法。

最基础的半监督学习的概念，给大家一个感性的认识。 半监督学习(SSL)是一种机器学习技术，其中任务是从一个小的带标签的数据集和相对较大的未带标签的数据中学习得到的。

好的工具和工作习惯可以极大的提升工作效率。每一个深度学习项目都是不同的。不管你有多少经验，你总会遇到新的挑战和意想不到的行为。

如果深度学习是一种超能力，那么将理论从论文转化为可用的代码就是一种超超能力。 正如我所说的，能够将一篇论文转换成代码绝对是一种超超能力，尤其是在像机器学习这样每天都在快速发展的领域。