關(guān)于深度學(xué)習(xí)模型Transformer模型的具體實現(xiàn)方案

Transformer 本質(zhì)上是一個 Encoder-Decoder 架構(gòu)。因此中間部分的 Transformer 可以分為兩個部分：編碼組件和解碼組件。

2023-11-17 標(biāo)簽：解碼器編碼器深度學(xué)習(xí) 1.1k 0

未來輕量級深度學(xué)習(xí)技術(shù)探索

除了輕量級架構(gòu)設(shè)計外，作者提到了可以應(yīng)用于壓縮給定架構(gòu)的各種高效算法。例如，量化方法 旨在減少數(shù)據(jù)所需的存儲空間，通常是通過用8位或16位數(shù)字代替32位...

2024-04-23 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)gpu深度學(xué)習(xí) 1.1k 0

深度學(xué)習(xí)的四大底層邏輯1

1871年英國經(jīng)濟(jì)學(xué)家和邏輯學(xué)家威廉·杰沃斯做過一個實驗，俗稱“7±2”效應(yīng)，說明人類大腦在努力記憶的情況下，準(zhǔn)確的短時記憶數(shù)量也只是在5-9之間波動。...

2023-02-08 標(biāo)簽：深度學(xué)習(xí) 1.1k 0

PyTorch教程-21.1. 推薦系統(tǒng)概述

21.1. 推薦系統(tǒng)概述? Colab [火炬]在 Colab 中打開筆記本 Colab [mxnet] Open the notebook i...

2023-06-05 標(biāo)簽：深度學(xué)習(xí)pytorch 1.1k 0

提高IT運維效率，深度解讀京東云AIOps落地實踐（異常檢測篇）

基于深度學(xué)習(xí)對運維時序指標(biāo)進(jìn)行異常檢測，快速發(fā)現(xiàn)線上業(yè)務(wù)問題 時間序列的異常檢測是實際應(yīng)用中的一個關(guān)鍵問題，尤其是在 IT 行業(yè)。我們沒有采用傳統(tǒng)的基于...

2025-05-22 標(biāo)簽：IT深度學(xué)習(xí)AIOps 1.1k 0

深度學(xué)習(xí)主流部署框架及路線圖

主要是基于云服務(wù)器與分布式服務(wù)提供，企業(yè)需要支付云服務(wù)器算力費用與存儲費用。優(yōu)點是便于擴(kuò)展，方便在多個位置與節(jié)點快速部署使用模型算法；缺點是與邊緣部署相...

2023-11-13 標(biāo)簽：英特爾cpugpu 1.1k 0

AI、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別及應(yīng)用

深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的區(qū)別在于隱藏層的深度。一般來說，神經(jīng)網(wǎng)絡(luò)的隱藏層要比實現(xiàn)深度學(xué)習(xí)的系統(tǒng)淺得多，而深度學(xué)習(xí)的在隱藏層可以有很多層。

2023-07-28 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 1.1k 0

人工智能技術(shù)在網(wǎng)絡(luò)空間安全領(lǐng)域應(yīng)用研究

本工作旨在為想進(jìn)一步挖掘人工智能技術(shù)在網(wǎng)絡(luò)空間安全領(lǐng)域應(yīng)用的潛力、解決特定網(wǎng)絡(luò)空間安全問題的研究人員提供技術(shù)指導(dǎo)，掌握當(dāng)前技術(shù)和應(yīng)用的發(fā)展趨勢以及網(wǎng)絡(luò)安...

2023-09-04 標(biāo)簽：人工智能網(wǎng)絡(luò)攻擊機(jī)器學(xué)習(xí) 1.1k 0

過擬合、泛化和偏差-方差權(quán)衡

在機(jī)器學(xué)習(xí)中，過度擬合是當(dāng)模型變得過于復(fù)雜并開始過于接近訓(xùn)練數(shù)據(jù)時發(fā)生的常見問題。這意味著該模型可能無法很好地推廣到新的、看不見的數(shù)據(jù)，因為它基本上記住...

2023-06-12 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.1k 0

簡述PyTorch中mnist的transforms圖像處理

MNIST數(shù)據(jù)集是一個公開的數(shù)據(jù)集，相當(dāng)于深度學(xué)習(xí)的hello world，用來檢驗一個模型/庫/框架是否有效的一個評價指標(biāo)。 MNIST數(shù)據(jù)集是...

2023-02-24 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí)MNIST 1.1k 0

一種利用幾何信息的自監(jiān)督單目深度估計框架

本文方法是一種自監(jiān)督的單目深度估計框架，名為GasMono，專門設(shè)計用于室內(nèi)場景。本方法通過應(yīng)用多視圖幾何的方式解決了室內(nèi)場景中幀間大旋轉(zhuǎn)和低紋理導(dǎo)致自...

2023-11-06 標(biāo)簽：RGB深度學(xué)習(xí)cnn 1.1k 0

充分利用人工智能，實現(xiàn)更為高效的下一代數(shù)據(jù)存儲

數(shù)據(jù)生成的速度遠(yuǎn)超人們的想象。在以前，人是數(shù)據(jù)產(chǎn)生的主要來源；而現(xiàn)在，圖像設(shè)備、傳感器、無人機(jī)、互聯(lián)汽車、物聯(lián)網(wǎng)設(shè)備及工業(yè)設(shè)備組件等，以多樣的途徑生成各...

2019-04-17 標(biāo)簽：數(shù)據(jù)存儲人工智能深度學(xué)習(xí) 1.1k 0

利用深度學(xué)習(xí)模型最大限度地提高外顯子組測序分析的準(zhǔn)確性

使用 NVIDIA Parabricks ，通過深度學(xué)***整個外顯子組分析，降低 70% 的成本

2023-07-05 標(biāo)簽：NVIDIA人工智能深度學(xué)習(xí) 1.1k 0