logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

深度学习_硬件知识_CPU/GPU/TPU/NPU相关知识及区别详解

CPUCPU英文全称为Central Processing Unit,中文全称是中央处理器,是计算机的核心器件,CPU通常由三部分组成:计算单元、控制单元和存储单元。CPU的结构主要包括运算器(ALU, Arithmetic and Logic Unit)、控制单元(CU, Control Unit)、寄存器(Register)、高速缓存器(Cache)和它们之间通讯的数据、控制及状态的总线。结构

#深度学习#机器学习#神经网络
机器学习_评价指标Accuracy(准确率)、Precision(精准度/查准率)、Recall(召回率/查全率)、F1 Scores详解

首先我们先上一个整体的公式:混淆矩阵真实情况 T或F预测为正1,P预测为负0,N本来的label为1,则预测结果正的话为T,负的话为FTP(正样本预测为正)FN(正样本预测为假)–––本来label为0,则预测结果正的话为T,负的话为FFP(负样本预测为正)TN(负样本预测为负)混淆矩阵可以清楚的看出错判的样本,以便后续训练重视。混淆矩阵中的相关名词也是我们后面要将的几个评价指标的重要变量。Err

#机器学习#深度学习#神经网络
深度学习_GAN_CycleGAN

非匹配数据的图像转换Pix2Pix可以很好地处理匹配数据集的图像转换,但是在很多情况下匹配数据集是没有的或者说非常难收集到。在实际生活中,我们却可以很容易的拿到两个领域的大量非匹配数据。下图展示了匹配数据和非匹配数据的区别:CycleGAN就是解决非匹配数据集的图像转换的一种非常好用的网络。对于照片风格的转换,传统CNN网络是通过将某个画作中的风格叠加到原始图片上,如下图所示:上面的方...

#深度学习#机器学习#神经网络
深入浅出讲解ERNIE-Image图像创作大模型

ERNIE-Image:开源文生图正在从“会画图”走向“能交付视觉内容”

文章图片
#人工智能#AIGC#机器学习 +3
一文读懂Qwen-Image-2.0图像创作大模型

Qwen-Image-2.0:图像生成模型正在从“会出图”走向“能交付复杂视觉任务”

文章图片
#AI作画#人工智能#AIGC +3
一文读懂SeedEdit 3.0图像编辑大模型核心基础知识

SeedEdit 3.0 深度解读:图像编辑真正进入“产品可用性竞争”

文章图片
#人工智能#AIGC#机器学习 +3
一文读懂Seedream 3.0图像生成大模型核心基础知识

Seedream 3.0 Technical Report:一篇读懂字节 Seedream 3.0 的图像生成系统升级

文章图片
#AI作画#人工智能#AIGC +3
一文读懂Seedream 2.0图像生成大模型的核心基础知识

Seedream 2.0:一篇读懂中文图像生成模型的真正主线

文章图片
#人工智能#AIGC#机器学习 +3
一文读懂DALL·E 2图像生成大模型核心基础知识

DALL·E 2 的真正转折:一篇读懂 CLIP Latents 如何重写文本生成图像

文章图片
#AIGC#人工智能#深度学习 +3
深入浅出讲解ERNIE-Image图像创作大模型

ERNIE-Image:开源文生图正在从“会画图”走向“能交付视觉内容”

文章图片
#人工智能#AIGC#机器学习 +3
    共 169 条
  • 1
  • 2
  • 3
  • 17
  • 请选择