
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
CellForge:AIVC的智能体设计
CellForge

DeepSeek-R1技术报告(中文版)
DeepSeek技术报告(中文版)

人工智能辅助药物发现(5)药物属性预测
AIDD:药物属性预测
人工智能辅助药物发现(4)药物重定位
AIDD:药物重定位
人工智能辅助药物发现(3)药物从头设计
AIDD:药物从头设计
人工智能辅助药物发现(6)药物相互作用
AIDD:药物相互作用
DynamicHead:基于注意力的统一目标检测头CVPR2021
Dynamic Head是首个突破COCO数据集上单模型表现超越60AP的方法,来自论文:,提出使用多重注意力机制统一物体检测头方法,通过在三个不同的角度(尺度感知、空间位置、多任务)分别运用注意力机制,在不增加计算量的情况下显著提升模型目标检测头的表达能力。这种新的实现方式,提供了一种可插拔特性,并提高多种目标检测框架的性能。
第三十五课.基于贝叶斯的深度学习
目录贝叶斯公式基础问题贝叶斯深度学习与深度学习的区别贝叶斯神经网络与贝叶斯网络贝叶斯神经网络的推理与学习前向计算学习贝叶斯公式首先回顾贝叶斯公式:p(z∣x)=p(x,z)p(x)=p(x∣z)p(z)p(x)p(z|x)=\frac{p(x,z)}{p(x)}=\frac{p(x|z)p(z)}{p(x)}p(z∣x)=p(x)p(x,z)=p(x)p(x∣z)p(z)通常:p(z)p(z)
附录:PyTorch记事本
tensor.cuda()在使用GPU的情况下,一般会将所有相关tensor都放到GPU上计算,所以如果仅仅model=model.cuda(),程序将不能正确执行,因为输入tensor和输出tensor还没布置到GPU上,还需要:x=x.cuda()y=y.cuda()model=model.cuda()注意,这样的迁移比较特殊,在完成设备迁移的同时,叶子张量属性is_leaf并不会发生变化,虽








