上一页 1 2 3 4 5 6 7 8 9 ··· 39 下一页

2023年2月1日

优化算法:曲径步长通优处,优化半天白优化

摘要: ​ 本文来自公众号“AI大道理” 训练一个神经网络,我们想要得到误差最小,就是要我们的损失函数最小。 如何得到最小值呢? 这就是优化算法。 梯度下降法是众多优化中的一种。 1、损失函数 2、GD(梯度下降法) 3、BGD(批量梯度下降法) 4、SGD(随机梯度下降法) 5、MBGD(小批量梯度下降法 阅读全文

posted @ 2023-02-01 22:40 AI大道理 阅读(212) 评论(0) 推荐(0)

2023年1月30日

LeetCode | 35. 搜索插入位置

摘要: ​ 题:力扣 35. 搜索插入位置 给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中, 返回它将会被按顺序插入的位置。 请必须使用时间复杂度为 O(log n) 的算法。 示例 1: 输入: nums = [1,3,5,6], target = 5 输出: 2 阅读全文

posted @ 2023-01-30 11:10 AI大道理 阅读(112) 评论(0) 推荐(0)

2023年1月29日

LeetCode | 704. 二分查找

摘要: ​ 题:力扣 704. 二分查找 给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target , 写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。 示例 1: 输入: nums = [-1,0,3,5,9,12], target = 9 输 阅读全文

posted @ 2023-01-29 14:12 AI大道理 阅读(44) 评论(0) 推荐(0)

2023年1月15日

正则化:五重境界理解减少过拟合的神器

摘要: ​ 本文来自公众号“AI大道理” 正则化作为减少过拟合的手段被大量的使用,那么为什么会出现过拟合呢?正则化又是什么?是怎么样发挥作用的呢? ​ 添加图片注释,不超过 140 字(可选) ​ 1、过拟合是什么? 过拟合是指模型在训练集上取得很高的识别性能,但在测试集上的识别性能偏低的现象。 过拟合使模 阅读全文

posted @ 2023-01-15 00:43 AI大道理 阅读(237) 评论(0) 推荐(0)

2023年1月9日

激活函数:让神经网络活过来了

摘要: ​ 本文来自公众号“AI大道理” 激活函数(Activation Function)是一种添加到人工神经网络中的函数,旨在帮助网络学习数据中的复杂模式。类似于人类大脑中基于神经元的模型,激活函数最终决定了要发射给下一个神经元的内容。 在人工神经网络中,一个节点的激活函数定义了该节点在给定的输入或输入 阅读全文

posted @ 2023-01-09 23:52 AI大道理 阅读(581) 评论(0) 推荐(1)

2023年1月1日

YOLO v6:一个硬件友好的目标检测算法

摘要: ​ 本文来自公众号“AI大道理” YOLOv6 是美团视觉智能部研发的一款目标检测框架,致力于工业应用。 YOLOv6支持模型训练、推理及多平台部署等全链条的工业应用需求,并在网络结构、训练策略等算法层面进行了多项改进和优化,在 COCO 数据集上,YOLOv6 在精度和速度方面均超越其他同体量算法 阅读全文

posted @ 2023-01-01 23:41 AI大道理 阅读(882) 评论(0) 推荐(0)

2022年12月28日

Attention:何为注意力机制?

摘要: ​ 本文来自公众号“AI大道理” 人类利用有限的注意力资源从大量信息中快速筛选出高价值信息,这是人类在长期进化中形成的一种生存机制,人类视觉注意力机制极大地提高了视觉信息处理的效率与准确性。 attention从注意力模型的命名方式看,借鉴了人类的注意力机制。 ​ 编辑 1、从机器翻译说起 Seq2 阅读全文

posted @ 2022-12-28 21:49 AI大道理 阅读(729) 评论(0) 推荐(0)

2022年12月20日

RepOpt-VGG:梯度参数化的开创

摘要: ​ 本文来自公众号“AI大道理” ​ YOLov6的量化问题: yolov6在结构中大量使用了重参数结构,导致数据分布过差,PTQ精度急剧下降。另外,重参数化结构网络无法直接使用QAT进行微调提升量化性能。 因为Deploy部署的模型无BN,不利于训练;Train模式进行QAT之后无法进行分支融合。 阅读全文

posted @ 2022-12-20 21:46 AI大道理 阅读(216) 评论(0) 推荐(0)

2022年12月17日

RepVGG:一个结构重参数化网络

摘要: ​ 本文来自公众号“AI大道理” ResNet、DenseNet 等复杂的多分支网络可以增强模型的表征能力,使得训练效果更好。但是多分支的结构在推理的时候效率严重不足。 看起来二则不可兼得。 能否两全其美? RepVGG通过结构重参数化的方法,在训练的时候使用多分支结构,而在推理的时候多分支结构融合 阅读全文

posted @ 2022-12-17 11:09 AI大道理 阅读(1304) 评论(0) 推荐(0)

2022年11月10日

Yolov3-v5正负样本匹配机制

摘要: ​ 本文来自公众号“AI大道理”。 ​ 什么是正负样本? 正负样本是在训练过程中计算损失用的,而在预测过程和验证过程是没有这个概念的。 正样本并不是手动标注的GT。 正负样本都是针对于算法经过处理生成的框而言,而非原始的GT数据。 正例是用来使预测结果更靠近真实值的,负例是用来使预测结果更远离除了真 阅读全文

posted @ 2022-11-10 09:26 AI大道理 阅读(3082) 评论(0) 推荐(0)

上一页 1 2 3 4 5 6 7 8 9 ··· 39 下一页

导航