热门话题探索
文章平均质量分 91
探索人工智能之外的热门话题,丰富阅历
tzc_fly
2017-2021:华中科技大学本科,2021-至今:中山大学博士
展开
-
IoT客户端+联邦学习微调大模型
客户端+联邦学习微调大模型原创 2024-08-29 19:12:44 · 1182 阅读 · 0 评论 -
BioCLIP:物种图像的基础视觉模型
以分类学name组成句子结合CLIP分类生命树原创 2024-06-27 22:49:16 · 1064 阅读 · 0 评论 -
MLP的代替:KAN
代替MLP的KAN原创 2024-05-14 14:11:49 · 1851 阅读 · 0 评论 -
AI协助信息安全的药物发现
药物发现原创 2023-12-25 16:53:29 · 98 阅读 · 0 评论 -
区块链的简单认识
法定货币的发行依靠中央银行的财务决策,可能导致通货膨胀,比特币的发行依靠区块链上新区块的生成,矿工将区块验证,并加入区块链后,可以获得出块奖励,因此很形象地称为挖矿。现在系统中的算力总量越来越大,对于单个矿工来说,挖矿成功的概率越来越小,后续发展出矿池,通过为矿池的主人提供算力,矿池作为一个节点,提高了挖矿成功的概率,并且将出块奖励分配到参与矿池的矿工手中。有人认为,比特币系统由于挖矿现象,扭曲了本意,因此,以太坊改变了工作量证明的方式,目的是ASIC-resistance。原创 2023-06-25 01:15:18 · 232 阅读 · 0 评论 -
像医生一样的大规模AI模型
医学LLM原创 2023-06-13 16:25:02 · 1971 阅读 · 1 评论 -
用于OOD预测的稳定学习
StableNet实现OOD预测原创 2023-05-14 23:50:38 · 386 阅读 · 0 评论 -
泛化深度学习综述
领域泛化综述原创 2023-05-14 21:02:50 · 2141 阅读 · 0 评论 -
GNN与MLP:GNN是一种泛化器
消息传递机制可以引入泛化性原创 2023-05-08 22:53:56 · 1028 阅读 · 0 评论 -
统计机器学习中的一些概念
一些统计概念的解释原创 2023-03-12 18:30:30 · 273 阅读 · 0 评论 -
可泛化的表征学习
部分内容参考:寻找领域不变量:从生成模型到因果表征在迁移学习和域自适应中,我们常常需要寻找领域不变的表征(Domain-invariant Representation),这种表示可被认为是学习到各领域之间的共性,并基于此共性进行迁移。而获取这个表征的过程就与深度学习中的“表征学习”联系紧密。生成模型,对比学习和最近流行的因果表征学习都可以视为获取良好的领域不变表征的工具。生成模型的视角是在模型中引入隐变量(Latent Variable),而学到的隐变量为数据提供了一个隐含表示(Latent Repres原创 2022-10-17 15:33:23 · 1103 阅读 · 0 评论 -
卷积架构的进一步挖掘:ConvNeXt,RepLKNet,HRNet
两个新方法来自CVPR2022的两篇文章,ConvNeXt:A ConvNet for the 2020s,RepLKNet:Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs,额外补充一个方法HRNet来自TPAMI2019:Deep High-Resolution Representation Learning for Visual RecognitionFacebook AI Research和UC Berk原创 2022-09-21 19:21:37 · 1836 阅读 · 0 评论 -
Hinton2022年RobotBrains访谈记录
整体访谈内容很多,本篇记录了两个有哲学意义的方面,可以帮助我们站在Hinton的角度理解当今的对比学习以及在有噪声的标签下学习。原创 2022-08-01 20:01:45 · 495 阅读 · 0 评论 -
迁移学习与小样本学习
迁移学习transfer learning大家都知道,一个典型例子就是在Imagenet训练一个backbone,然后在另一个新的数据集上(比如cifar、cub)的训练集微调(fine-tune)backbone,然后在这个新的数据集的测试集上对模型进行测试。那为什么不在新数据上从头train一个模型?我们都知道,Imagenet图片量很大,且图片所覆盖的域较为全面,可以近似看作对真实世界数据分布的刻画,因此希望在ImageNet上训练的模型能够提取通用的图片特征,而这种通用的特征很可能能迁移到下游一原创 2022-05-09 23:33:10 · 7362 阅读 · 1 评论 -
图灵机与图灵完备
图灵机Turing Machine图灵机来自图灵1936年的文章"On Computable Numbers, with an Application to the Entscheidungsproblem"(论可计算数及其在判定性问题上的应用)中提出的思想,论文指出,只要图灵机可以被实现,就可以用于解决任何可计算问题。图灵机的结构为:一条无限长的纸袋(tape),纸带被分成一个个相邻的格子(square),每个格子都可以写上至多一个字符(symbol);一个字符表(alphabet),即字符的集原创 2021-12-02 20:38:13 · 1806 阅读 · 0 评论 -
量子计算
目录量子纠缠与量子相干量子纠缠与量子相干原创 2021-03-28 21:39:53 · 502 阅读 · 2 评论