深度学习
文章平均质量分 89
主要包含深度学习相关知识的普及
小夏refresh
深度学习炼丹师一枚
展开
-
论文阅读笔记: DINOv2: Learning Robust Visual Features without Supervision
DINOv2: Learning Robust Visual Features without Supervision论文阅读笔记原创 2024-09-11 18:46:14 · 789 阅读 · 0 评论 -
论文笔记: Boosting Object Detection with Zero-Shot Day-Night Domain Adaptation
论文泛读笔记原创 2024-09-02 15:55:11 · 807 阅读 · 0 评论 -
论文泛读: Salience DETR: Enhancing Detection Transformer with Hierarchical Salience Filtering Refinement
Salience DETR: Enhancing Detection Transformer with Hierarchical Salience Filtering Refinement泛读笔记原创 2024-09-01 10:36:56 · 433 阅读 · 0 评论 -
论文泛读: DETRs Beat YOLOs on Real-time Object Detection
DETRs Beat YOLOs on Real-time Object Detection论文泛读笔记原创 2024-08-30 17:13:00 · 688 阅读 · 0 评论 -
论文泛读: TransNeXt: Robust Foveal Visual Perception for Vision Transformers
TransNeXt: Robust Foveal Visual Perception for Vision Transformers论文泛读笔记原创 2024-08-30 16:26:27 · 665 阅读 · 0 评论 -
论文阅读笔记:RepViT: Revisiting Mobile CNN From Vit Perspective
CVPR2024论文《RepViT: Revisiting Mobile CNN From Vit Perspective》阅读笔记原创 2024-08-28 19:42:18 · 1319 阅读 · 0 评论 -
DGMamba: Domain Generalization via Generalized State Space Model论文笔记
DGMamba论文笔记。基于Mamba在领域泛化上的应用原创 2024-07-02 16:13:32 · 765 阅读 · 1 评论 -
模型微调方法
LoRA假设微调期间的权重更新可以很好地近似于低秩矩阵。LoRA不会更新全权重矩阵W\mathbf{W}W, 而是将更新分解为两个较小的矩阵A\mathbf{A}A和B\mathbf{B}B具体的训练过程是: 将原来的矩阵参数固定,然后利用新的数据继续训练大模型,训练过程只更新A\mathbf{A}A和B\mathbf{B}B矩阵。在推理时,将原来的矩阵W\mathbf{W}W和(A×B)(\mathbf{A}\times\mathbf{B})(A×B)相加。权重分解低秩适用(DORA)将预训练的权重分原创 2024-06-30 15:27:53 · 515 阅读 · 0 评论 -
VMamba: Visual State Space Model论文笔记
VMamba论文阅读笔记,不包含实验部分原创 2024-06-26 16:19:23 · 1292 阅读 · 0 评论 -
Mamba: Linear-Time Sequence Modeling with Selective State Spaces论文笔记
Mamba论文阅读笔记,包含知识补充,但不包含实验及后面部分原创 2024-06-19 00:06:11 · 509 阅读 · 0 评论 -
Ubuntu系统docker gpu环境搭建
在Ubuntu上安装docker gpu环境,可用于深度学习gpu加速训练原创 2024-06-17 10:58:07 · 1048 阅读 · 0 评论