完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1166個 瀏覽:26176次 帖子:33個
后ChatGPT時代NLP的下一個方向:增強式大規(guī)模語言模型
Visual ChatGPT 是一種智能交互系統(tǒng),它將不同的視覺基礎(chǔ)模型與 ChatGPT 相結(jié)合,使得用戶可以通過發(fā)送語言和圖像與 AI 系統(tǒng)進(jìn)行交互...
2023-04-20 標(biāo)簽:語言模型數(shù)據(jù)集ChatGPT 1.5k 0
怎么把圖片表示成高質(zhì)量文本一直是個熱門的問題。傳統(tǒng)的思路Show,and Tell 等 Image Caption和Dense Caption 等都是依...
2023-04-17 標(biāo)簽:SAM數(shù)據(jù)集ChatGPT 2.6k 0
OneForAll子域名搜集工具(比較全,通過證書透明度、網(wǎng)絡(luò)爬蟲、常規(guī)檢測、DNS數(shù)據(jù)集、DNS查詢、搜集引擎六個模塊來搜集子域名,但我還是推薦用Xr...
2023-04-17 標(biāo)簽:服務(wù)器自動化數(shù)據(jù)集 4.1k 0
使用Google Colab快速體驗ScaledYOLOv4
由于csp和large(p5)在模型定義的格式略有不同,前者為cfg,后者是采yaml,權(quán)重值亦有不同,前者為weight,后者為pt,所以這里有兩個范...
2023-04-14 標(biāo)簽:Google計算機視覺數(shù)據(jù)集 1.9k 0
首先,用戶(通常是數(shù)據(jù)科學(xué)家)需要整理和準(zhǔn)備數(shù)據(jù)集,這個階段稱為提取/轉(zhuǎn)換/加載(ETL)。這項工作現(xiàn)在可以通過 Apache Spark 3.0 在 ...
2023-04-12 標(biāo)簽:AI機器學(xué)習(xí)數(shù)據(jù)集 4.1k 0
港中大IDEA開源首個大規(guī)模全場景人體數(shù)據(jù)集Human-Art
然而,現(xiàn)有的計算機視覺任務(wù)、訓(xùn)練的數(shù)據(jù)集等大多只關(guān)注到了真實世界的照片,這導(dǎo)致相關(guān)模型在更豐富的場景下,常常出現(xiàn)性能下降甚至完全失效的問題。即使是SOT...
2023-04-11 標(biāo)簽:計算機視覺數(shù)據(jù)集 1.8k 0
清華&美團(tuán)提出稀疏Pairwise損失函數(shù)!ReID任務(wù)超已有損失函數(shù)!
ReID任務(wù)中的由于光照變化、視角改變和遮擋等原因會造成同一類中不同實例的視覺相似度很低(如圖2所示),因此由視覺相似度很低的實例(我們稱之為harmf...
2023-04-09 標(biāo)簽:函數(shù)數(shù)據(jù)集REID 2.7k 0
收集NLP各種任務(wù)的數(shù)據(jù)集,加上任務(wù)描述和提示組裝成新的數(shù)據(jù)集,并使用這些數(shù)據(jù)微調(diào)預(yù)訓(xùn)練的大型語言模型。包括指令微調(diào)和有監(jiān)督微調(diào)。
2023-04-07 標(biāo)簽:數(shù)據(jù)集nlpChatGPT 2.5k 0
基于預(yù)訓(xùn)練語言模型設(shè)計了一套統(tǒng)一的模型架構(gòu)
進(jìn)一步,本文研究了在更依賴 KG 的知識庫問答任務(wù)中如何利用 PLM。已有研究通常割裂地建模檢索-推理兩階段,先從大規(guī)模知識圖譜上檢索問題相關(guān)的小子圖,...
2023-04-07 標(biāo)簽:PLM語言模型數(shù)據(jù)集 1.5k 0
Bloom是個多語言模型,由于需要兼容多語言,所以詞表有25w之多,在中文領(lǐng)域中,大部分詞表并不會被用到。我們通過刪減冗余的詞表,從多語言模型中提取常用...
2023-04-07 標(biāo)簽:語言模型數(shù)據(jù)集Firefly 8.3k 0
CVPR2023:IDEA與清華提出首個一階段3D全身人體網(wǎng)格重建算法
三維全身人體網(wǎng)格重建(3D Whole-Body Mesh Recovery)是人類行為建模的一個重要環(huán)節(jié),用于從單目圖像中估計出人體姿態(tài)(Body P...
2023-04-07 標(biāo)簽:算法網(wǎng)格數(shù)據(jù)集 1.8k 0
AUTOSAR NvM Block的Native、Redundant和Dataset有什么區(qū)別?
Native數(shù)據(jù)是NVM塊中存儲的原始數(shù)據(jù),是應(yīng)用程序需要讀寫的數(shù)據(jù)。Native數(shù)據(jù)只在NVM塊中存儲一份,如果數(shù)據(jù)損壞或丟失,將無法恢復(fù)。因此,在寫...
2023-04-06 標(biāo)簽:存儲數(shù)據(jù)集DataSet 6.1k 0
不同數(shù)據(jù)庫對于字符值的排序規(guī)則各不相同,要達(dá)成在不同數(shù)據(jù)庫上對于同樣數(shù)據(jù)集執(zhí)行查詢語句的輸出結(jié)果順序一致性目標(biāo),則必須進(jìn)行相應(yīng)的設(shè)置或改寫,本文通過對五...
2023-03-29 標(biāo)簽:數(shù)據(jù)庫Oracle數(shù)據(jù)集 1.8k 0
語言模型性能評估必備下游數(shù)據(jù)集:ZeroCLUE/FewCLUE與Chinese_WPLC數(shù)據(jù)集
零樣本學(xué)習(xí)是AI識別方法之一。簡單來說就是識別從未見過的數(shù)據(jù)類別,即訓(xùn)練的分類器不僅僅能夠識別出訓(xùn)練集中已有的數(shù)據(jù)類別, 還可以對于來自未見過的類別的數(shù)...
2023-03-27 標(biāo)簽:分類器語言模型數(shù)據(jù)集 2.8k 0
如何應(yīng)用Anomalib在數(shù)據(jù)集不平衡的情況下檢測缺陷 ?
基于監(jiān)督式學(xué)習(xí)的方法利用足夠的注釋異常樣本,通??捎糜趯崿F(xiàn)令人滿意的異常檢測結(jié)果。
2023-03-27 標(biāo)簽:機器人加速器數(shù)據(jù)集 4.1k 0
但自然語言不同,自然語言與 3D 場景交互非常直觀。我們可以用圖 1 中的廚房場景來解釋,通過詢問餐具在哪,或者詢問用來攪拌的工具在哪,以這種方式就可以...
2023-03-22 標(biāo)簽:3D數(shù)據(jù)集自然語言 933 0
利用Contrastive Loss(對比損失)思想設(shè)計自己的loss function
在非監(jiān)督學(xué)習(xí)時,對于一個數(shù)據(jù)集內(nèi)的所有樣本,因為我們沒有樣本真實標(biāo)簽,所以在對比學(xué)習(xí)框架下,通常以每張圖片作為單獨的語義類別,并假設(shè):同一個圖片做不同變...
2023-03-22 標(biāo)簽:函數(shù)數(shù)據(jù)集 1.4k 0
點云壓縮編碼方案的需求與日俱增,全球最具影響力的MPEG和國內(nèi)外學(xué)者共同致力于研究點云壓縮標(biāo)準(zhǔn)框架,力求建立完善的點云壓縮系統(tǒng),有效應(yīng)對多源、多尺度場景...
2023-03-16 標(biāo)簽:云計算人工智能數(shù)據(jù)集 1.8k 0
機器學(xué)習(xí)常用術(shù)語匯總,中英對照!
在神經(jīng)網(wǎng)絡(luò)上執(zhí)行梯度下降法的主要算法。該算法會先按前向傳播方式計算(并緩存)每個節(jié)點的輸出值,然后再按反向傳播遍歷圖的方式計算損失函數(shù)值相對于每個參數(shù)的偏導(dǎo)數(shù)。
2023-03-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)函數(shù)機器學(xué)習(xí) 3.6k 0
改進(jìn)Hinton的Dropout:可以用來減輕欠擬合了
他們首先通過對梯度范數(shù)的有趣觀察來研究 dropout 的訓(xùn)練動態(tài),然后得出了一個關(guān)鍵的實證發(fā)現(xiàn):在訓(xùn)練初始階段,dropout 降低小批量的梯度方差,...
2023-03-13 標(biāo)簽:模型數(shù)據(jù)集深度學(xué)習(xí) 979 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |