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

AI人工智能三要素:数据、算力和算法

人工智能这两年的火爆大家有目共睹,取得的一些技术进步大家想必也有所耳闻。这里就来谈谈人工智能的三要素:数据、算力和算法。首先,这三要素缺一不可,都是人工智能取得如此成就的必备条件。如果非要给这三者排个序的话,我认为应该是数据、算力和算法。第一是数据。因为人工智能的根基是训练,就如同人类如果要获取一定的技能,那必须经过不断地训练才能获得,而且有熟能生巧之说。AI也是如此,只有经过大量的训...

AI人工智能、机器学习 面试题(2022最新版)

人工智能、机器学习面试题总结,侧重于理解,回答供参考,欢迎讨论。General深度学习(Deep Learning, DL)和机器学习(Machine Learning, ML)的关系是什么?深度学习是机器学习的子类,是利用深度神经网络提取特征进行学习。机器学习还有其他非深度学习的技术,例如SVM、Decision Tree、Naive Bayes等。深度学习流行的框架...

#人工智能#机器学习#深度学习
github clone报错,ssh方式permission denied问题解决

从github上使用https方式clone的时候,出现错误:error: RPC failed; curl 18 transfer closed with outstanding read data remaining尝试增加了http.postbuffer配置到2G,依然报错。[http]postBuffer = 2024288000尝试重新编译git,依然报错。无奈之下,考虑使用ssh方式下

EfficientNet-lite详解:当前最强移动端轻量神经网络

概述3.17日谷歌在 GitHub 与 TFHub 上同步发布了 EfficientNet-lite,EfficientNet的端侧版本,运行在 TensorFlow Lite 上,针对端侧 CPU、GPU 和 EdgeTPU 做了优化。EfficientNet-lite提供五个不同版本(EfficientNet-lite0~4),让用户能够根据自己的应用场景和资源情况在延迟、参数量和精度之间..

计算机视觉(CV)任务介绍:分类、检测、分割、超分、关键点识别、图像生成、度量学习

CV(Computer Vision,计算机视觉)是AI的两大重要应用之一(另一个是NLP,Natural Language Processing),具体有哪些任务,哪些技术和模型呢?在本文中先简要介绍这些任务,每种任务使用的具体的技术和模型,以及其相互之间的对比,放在后续文章中介绍,敬请期待。在题目中也提到了,CV类任务大概有这些种类:分类、检测、分割、关键点识别、图像生成、度量学习。...

报错:Failed to restart docker.service: Unit docker.service not found.

先上能解决问题的命令:sudo snap restart docker想重启docker,尝试了各种命令进行重启:sudo systemctl restart dockersudo service docker restartsudo systemctl start docker.service但是一直报错:Failed to restart docker.service: Unit docker

阿里含光 VS 华为昇腾:AI芯片路在何方

含光2019年9月25日,阿里在云栖大会上推出了AI推理芯片——含光800。基于含光800的AI云服务也在发布当天同步上线。含光800表现含光800的峰值性能为78563 IPS(每秒能处理7.8万张图片),最高能效比500 IPS/W(每瓦功率能处理500张图片)。1颗含光800的算力相当于10颗GPU,一个量级的提升。例如实时处理杭州...

EfficientNet详解:当前最强网络

简介EfficientNet源自Google Brain的论文EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. 从标题也可以看出,这篇论文最主要的创新点是Model Scaling. 论文提出了compound scaling,混合缩放,把网络缩放的三种方式:深度、宽度、分辨率,组合起来按照一定规..

AutoML算法分析(一):基于强化学习的算法

AutoML是什么顾名思义,Auto:Automated自动的;ML:Machine Learning机器学习. 因此AutoML即为自动机器学习。对于机器学习的算法工程师而言,设计适用于特定问题的机器学习模型是一个非常复杂的任务。需要选择相应的神经网络架构、训练过程、正则化方法、超参等,这些都对最终的性能有很大的影响,需要不断尝试。因此深度学习算法工程师也被称为调(炼)参(丹)工程师。...

EfficientNet-lite详解:当前最强移动端轻量神经网络

概述3.17日谷歌在 GitHub 与 TFHub 上同步发布了 EfficientNet-lite,EfficientNet的端侧版本,运行在 TensorFlow Lite 上,针对端侧 CPU、GPU 和 EdgeTPU 做了优化。EfficientNet-lite提供五个不同版本(EfficientNet-lite0~4),让用户能够根据自己的应用场景和资源情况在延迟、参数量和精度之间..

    共 42 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择