完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1143個(gè) 瀏覽:24858次 帖子:24個(gè)
一個(gè)在推上測(cè)試Phi-1.5的例子引發(fā)了眾多討論。例如,如果你截?cái)嘞聢D這個(gè)問(wèn)題并輸入給Phi-1.5,它會(huì)自動(dòng)完成為計(jì)算第三個(gè)月的下載數(shù)量,并且回答是正確的。
2023-09-25 標(biāo)簽:模型數(shù)據(jù)集nlp 333 0
Apple提出FastViT:快速卷積和Transformer混合架構(gòu)
進(jìn)一步使用大核卷積使得 FastViT 精度得到提升,而且不怎么影響延時(shí)。在移動(dòng)設(shè)備和 ImageNet 數(shù)據(jù)集上的精度相同的前提下,F(xiàn)astViT 比...
2023-09-20 標(biāo)簽:架構(gòu)數(shù)據(jù)集cnn 774 0
SLAM/SfM相似非回環(huán)場(chǎng)景應(yīng)該如何處理?
相似結(jié)構(gòu)一直是SLAM和SfM中很難處理卻又不得不處理的問(wèn)題,如果機(jī)器人遇到了非常相似但實(shí)際不同的結(jié)構(gòu),很容易因?yàn)槠ヅ鋽?shù)量足夠多而引發(fā)假陽(yáng)性回環(huán)和重建失...
Falcon-7B大型語(yǔ)言模型在心理健康對(duì)話數(shù)據(jù)集上使用QLoRA進(jìn)行微調(diào)
使用領(lǐng)域適應(yīng)技術(shù)對(duì)預(yù)訓(xùn)練LLM進(jìn)行微調(diào)可以提高在特定領(lǐng)域任務(wù)上的性能。但是,進(jìn)行完全微調(diào)可能會(huì)很昂貴,并且可能會(huì)導(dǎo)致CUDA內(nèi)存不足錯(cuò)誤。當(dāng)進(jìn)行完全微調(diào)...
2023-09-19 標(biāo)簽:模型語(yǔ)言模型數(shù)據(jù)集 644 0
上交提出RCLSTR:面向場(chǎng)景文本識(shí)別的關(guān)系對(duì)比學(xué)習(xí)
基于MoCo[3]的框架,該文提出了用于文本識(shí)別的關(guān)系對(duì)比學(xué)習(xí)框架(RCLSTR)。如下圖所示:1、在Online分支(上半部分)中引入了一個(gè)新的重排階...
2023-09-14 標(biāo)簽:解碼器模塊數(shù)據(jù)集 667 0
VoxelMap++:在線LiDAR慣性里程計(jì)實(shí)現(xiàn)可合并的體素建圖方法
VoxelMap++的流程如圖1所示,LiDAR原始點(diǎn)預(yù)處理方法和基于迭代誤差狀態(tài)卡爾曼濾波器的狀態(tài)估計(jì)方法與FASTLIO 類似。值得注意的是,本文的...
2023-09-11 標(biāo)簽:嵌入式數(shù)據(jù)集LIDAR 1231 0
PIE-Basic軟件又添新成員 ,新增水色遙感業(yè)務(wù)處理能力
PIE-Basic為水色數(shù)據(jù)提供了便捷高效的可視化平臺(tái)支持。支持科學(xué)數(shù)據(jù)集(.nc,.hdf)的加載,可查看數(shù)據(jù)集和波段的元數(shù)據(jù)信息。支持用戶自定義添加...
2023-09-11 標(biāo)簽:遙感數(shù)據(jù)數(shù)據(jù)集遙感衛(wèi)星 1756 0
如何更好地繼續(xù)預(yù)訓(xùn)練(Continue PreTraining)
但,這種前提是「充分訓(xùn)練」,如果只看訓(xùn)練前期的話,使用更長(zhǎng)的預(yù)熱步數(shù)(黃色的線)。無(wú)論是「上游任務(wù)」還是「下游任務(wù)」,模型的 Loss 都要比其他預(yù)熱步...
2023-09-11 標(biāo)簽:模型數(shù)據(jù)集LLM 1201 0
Middlebury立體測(cè)評(píng)網(wǎng)站是計(jì)算機(jī)視覺領(lǐng)域的重要資源,它為研究人員和工程師提供了一個(gè)評(píng)估和比較立體視覺算法的標(biāo)準(zhǔn)化平臺(tái)。無(wú)論你是學(xué)術(shù)界的研究者還是...
2023-09-10 標(biāo)簽:圖像網(wǎng)站計(jì)算機(jī)視覺 2316 0
MUS-CDB:遙感目標(biāo)檢測(cè)中的主動(dòng)標(biāo)注的具有類分布平衡的混合不確定性采樣
使用主動(dòng)學(xué)習(xí)進(jìn)行遙感目標(biāo)檢測(cè)旨在通過(guò)從大型未標(biāo)記數(shù)據(jù)集中選擇信息量豐富的樣本來(lái)降低標(biāo)注成本,從而訓(xùn)練一個(gè)性能良好的檢測(cè)器。該問(wèn)題由三組數(shù)據(jù)定義:用于初始...
2023-09-10 標(biāo)簽:遙感目標(biāo)檢測(cè)數(shù)據(jù)集 811 0
大模型外掛知識(shí)庫(kù)優(yōu)化-大模型輔助向量召回
用LLM根據(jù)用戶query生成k個(gè)“假答案”。(大模型生成答案采用sample模式,保證生成的k個(gè)答案不一樣,不懂LLM生成答案原理的同學(xué)可以看我這篇文...
2023-09-08 標(biāo)簽:向量數(shù)據(jù)集大模型 2082 0
YaRN:一種高效RoPE擴(kuò)展方法,可推理更長(zhǎng)上下文并達(dá)到SOTA
為了解決在插值RoPE嵌入時(shí)丟失高頻信息的問(wèn)題,[4]中開發(fā)了"NTK-aware"插值。與同樣乘以因子s的方式相比,我們通過(guò)在多個(gè)...
2023-09-07 標(biāo)簽:編碼模型數(shù)據(jù)集 4677 0
一個(gè)任務(wù)通用的的指令微調(diào)Embedder!
現(xiàn)有的文本嵌入表示方法在應(yīng)用到新的任務(wù)或領(lǐng)域時(shí),通常性能都會(huì)受損,甚至應(yīng)用到相同任務(wù)的不同領(lǐng)域也會(huì)遇到同樣的問(wèn)題。常見的解決辦法是通過(guò)針對(duì)下游任務(wù)和領(lǐng)域...
2023-09-05 標(biāo)簽:模型數(shù)據(jù)集自然語(yǔ)言 1112 0
頂刊TPAMI 2023!生成式AI與圖像合成綜述發(fā)布!
近期,火熱的擴(kuò)散模型也被廣泛應(yīng)用于多模態(tài)合成與編輯任務(wù)。例如效果驚人的DALLE-2和Imagen都是基于擴(kuò)散模型實(shí)現(xiàn)的。相比于GAN,擴(kuò)散式生成模型擁...
2023-09-05 標(biāo)簽:圖像數(shù)據(jù)集生成式AI 823 0
通過(guò)人工智能技術(shù)實(shí)現(xiàn)鋼筋數(shù)量統(tǒng)計(jì)的整體方案
“AI數(shù)鋼筋”——通過(guò)人工智能技術(shù)實(shí)現(xiàn)鋼筋數(shù)量統(tǒng)計(jì)的整體方案解讀。 導(dǎo)讀 ? 在社會(huì)智能化的發(fā)展趨勢(shì)之下,越來(lái)越多的傳統(tǒng)行業(yè)開始向著數(shù)字化的方向轉(zhuǎn)型,而...
2023-09-05 標(biāo)簽:模型目標(biāo)檢測(cè)數(shù)據(jù)集 1361 0
復(fù)旦開源LVOS:面向真實(shí)場(chǎng)景的長(zhǎng)時(shí)視頻目標(biāo)分割數(shù)據(jù)集
現(xiàn)有的視頻目標(biāo)分割(VOS)數(shù)據(jù)集主要關(guān)注于短時(shí)視頻,平均時(shí)長(zhǎng)在3-5秒左右,并且視頻中的物體大部分時(shí)間都是可見的。然而在實(shí)際應(yīng)用過(guò)程中,用戶所需要分割...
2023-09-04 標(biāo)簽:算法數(shù)據(jù)集VOS 1250 0
人工智能之傳統(tǒng)機(jī)器學(xué)習(xí)
線性回歸就是找到一條直線,使用數(shù)據(jù)點(diǎn)來(lái)尋找最佳擬合線。它試圖通過(guò)將直線方程與該數(shù)據(jù)擬合來(lái)表示自變量(x值)和數(shù)值結(jié)果(y值)。如公式,y=kx+b,y是...
2023-09-04 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 453 0
WACV 2023 I從ScanNeRF到元宇宙:神經(jīng)輻射場(chǎng)的未來(lái)
神經(jīng)輻射場(chǎng)(NeRF)通過(guò)將三維場(chǎng)景編碼成隱式表示,在視覺領(lǐng)域中廣泛應(yīng)用。通過(guò)學(xué)習(xí)多層感知機(jī)(MLP)來(lái)建立隱式映射,其中包括中間的MLP(pos)用于...
中科大&字節(jié)提出UniDoc:統(tǒng)一的面向文字場(chǎng)景的多模態(tài)大模型
如上圖所示,UniDoc基于預(yù)訓(xùn)練的視覺大模型及大語(yǔ)言模型,將文字的檢測(cè)、識(shí)別、spotting(圖中未畫出)、多模態(tài)理解等四個(gè)任務(wù),通過(guò)多模態(tài)指令微調(diào)...
2023-08-31 標(biāo)簽:語(yǔ)言模型數(shù)據(jù)集大模型 1649 0
航天宏圖衛(wèi)星數(shù)據(jù)進(jìn)一步提升建筑屬性估計(jì)精度
? 一、比賽背景 International Geoscience and Remote Sensing Symposium (IGARSS)是IEEE...
2023-08-25 標(biāo)簽:雷達(dá)遙感數(shù)據(jù)集 2231 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)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 |