
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
移动端模型部署(ncnn,tflite,paddlelite等):https://blog.csdn.net/hdf521999/article/details/124074471。安卓端部署PPOCR的ncnn模型——模型部署: https://blog.csdn.net/best2012power/article/details/124345918。模型部署入门教程(一):模型部署简介: ht
[CVPR] 3DMatch: Learning Local Geometric Descriptors from RGB-D Reconstructions. [code] [dat. pos. reg. rec. oth.] ???? ⭐文章目录Abstract6. Conclusion图和表Abstract由于三维扫描数据的噪声、低分辨率和不完整性,在真实深度图像上匹配局部几何特征是一项具有
文章目录暴力法(26分)满分做法,看不懂选择放弃...暴力法(26分)参考地址#include <iostream>#include <cstring>#include <algorithm>using namespace std;const int N = 1010 ,mod = 998244353;int n;string S;string s[N];int
小林 x 图解计算机基础

[ICCV 2019] Point-Based Multi-View Stereo Network. [pytorch] [rec.]文章目录写在前面Point-Based Multi-View Stereo NetworkPoint-MVSNet architecturePointFlow module4.2. Implementation details实验效果写在前面基于深度学习的三维重建—
文章目录写在前面Transform是什么硬train一发(语音识别)语音合成Seq2seq其它应用(文字->文字)其他应用QA特制化模型有更好的效果,参考往年教程其它应用(文法解析)其它应用(Multi-label Classification,硬做)Object Detection(硬做)Seq2seqEncoder其它Transform架构(更多)DecoderAutoregressiv
文章目录写在前面标准提示:实验记录:1. Sample code2. 数据归一化,添加了BN,大的batch_size由64改为128,修改激活函数为Relu,添加plot_learning_curve工具看loss曲线,3. (overfitting)make model simpler(直接去掉第三层全连接层)4. batch_size直接改为5125. lr = 0.001(默认参数)6.
文章目录参考资料总结MoCo v3和DINO这两篇工作,从方法和模型角度上来说,其实它们跟第三阶段基本是一模一样的,主要就是融合了Vision Transformer到这里就把过去两三年比较有代表性的对比学习的工作都串了一遍,这里我们就再画一张大图如下图所示,整体再快速的把这些工作再过一遍,看一下它们之间的联系与不同从最开始的Inst Disc开始,它提出了个体判别的任务,而且它提出用一个 mem
文章目录写在前面大纲任务描述数据预处理语音抽取Features(助教已写好)加上后面的一起预测Dataset & Data FormatSample Code评分标准2-2Hessian MatrixImportant Noticerun code demo实验2-1如果epoch=20的话,大概半小时才能跑完实验2-2 跑出来的结果写在前面[视频学习-bilibili] | [课程主页—
文章目录实验记录(双过strong baseline)代码理解样例代码ConformerBlock参数设置(照抄)实验bug修改安装comformer库遇到No module named问题(jupyter lab使用的环境是python3.7,下载的是envs/python38)改进空间(待改进)参考资料实验记录(双过strong baseline)增大d_model = 512只修改batch







