第二十八周周报

最新推荐文章于 2024-10-15 01:20:33 发布
最新推荐文章于 2024-10-15 01:20:33 发布
阅读量282 收藏
点赞数
分类专栏： 周报 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44432831/article/details/129630134
版权

学习目标：

ViTGAN代码、车牌识别接口

学习时间：

3.10-3.17

学习产出：

一、ViTGAN代码

在这里插入图片描述
在这里插入图片描述

上周改的ViTGAN版本Bug有点多，这周一直在改Bug，现在进度卡在这个Bug。更新扩散强度时需要得到不同gpu上真实图片的损失，但ada_stats的结果一直为nan导致diffusion的扩散强度无法计算。Diffusion-GAN模型在训练时就使用了分布式计算，但是ViTGAN的代码在生成器和鉴别器里面才使用分布式，现在不知道该怎么对不同的gpu进行追踪获得不同gpu上的损失。
在这里插入图片描述
第一个版本的ViTGAN的FID一直降不下去了，在20k之后是一条直线。

车牌检测接口

这周学习了Flask，准备使用Flask部署模型。目前已经完成了一些准备工作。

视频

在这里插入图片描述

图像

在这里插入图片描述

童、一
关注
专栏目录
机械第28周周报：挖掘机和工业机器人景气不减.pdf
07-12
机械行业周报分析知识点： ...以上知识点是对提供的“机械第28周周报：挖掘机和工业机器人景气不减.pdf”文档内容进行深入分析和总结的结果。这些信息对于关注机械行业动态、投资决策和风险评估具有重要参考价值。
农林牧渔2021年第28周周报：本周重点推荐种子板块.pdf
07-17
在农业领域，种子板块作为基础行业，不仅关系到农作物的产量和质量，而且关乎国家的粮食安全和农业可持续发展。近期出台的《种业振兴行动方案》将种业提升到国家安全的战略高度，显示了政府对种子产业的重视。...
【人工智能笔记】第四十五节：TF2实现VITGAN对抗生成网络，VITGAN主体 实现
不定时更新AI技术tensorflow实现方式，欢迎关注，有问题请私信我。
05-29 561
【人工智能笔记】第四十五节：TF2实现VITGAN对抗生成网络，VITGAN主体 实现
ViTGAN：用视觉Transformer训练生成性对抗网络 Training GANs with Vision Transformers
白洞，白色的明天在等着我们
05-02 4297
不使用卷积或池化，能否使用视觉 Transformer 来完成图像生成任务？更具体而言：能否使用 ViT 来训练生成对抗网络（GAN）并使之达到与已被广泛研究过的基于 CNN 的 GAN 相媲美的质量？
第二十九周周报
童一的博客
03-25 203
第二十九周周报
【人工智能笔记】第四十三节：TF2实现VITGAN对抗生成网络，ISN 实现
不定时更新AI技术tensorflow实现方式，欢迎关注，有问题请私信我。
05-26 317
【人工智能笔记】第四十三节：TF2实现VITGAN对抗生成网络，ISN 实现
谷歌新作ViTGAN：用视觉Transformer训练GAN！
AI蜗牛车
07-20 1993
本文转载自：新智元来源：arXiv 编辑：Priscilla LQ【导读】CNN地位不稳。加州大学圣地亚哥分校联合谷歌进行研究：用视觉Transformer训练GAN，结果表明，ViTG...
汽车第28周周报：重卡H1销量创新高，特斯拉Q2超预期放量.zip
10-17
在中国的汽车市场，2022年第二季度的第28周，我们看到了一些关键的发展动态，特别是重型卡车（重卡）和电动汽车巨头特斯拉的表现。本篇周报将重点解析这两个领域的亮点，揭示它们对整个汽车行业的影响。 首先，让...
化工行业2018年第28周周报：制冷剂、甲醇价格上涨.pdf
08-22
化工行业2018年第28周周报：制冷剂、甲醇价格上涨.pdf
农业2021年第28周周报：USDA报告大豆、玉米种植面积低于预期.pdf
07-17
农业2021年第28周周报：USDA报告大豆、玉米种植面积低于预期.pdf
ViTGAN: Training GANs with Vision Transformers阅读笔记
baidu_40582876的博客
12-21 1286
Task 图像的生成 Key idea 利用transformer作为基本的计算单元，替代传统的CNN，同时基于GAN的基础架构，去完成图像的生成任务。 面对的问题： (1) GAN的正则化方法与注意力机制的交互很差，导致训练中稳定性不足 (2)在鉴别器训练的后期，对抗训练经常受到高方差梯度（或尖峰梯度）的阻碍。高方差梯度会在训练的时候导致震荡，非常影响训练的效果。 解决的方法： (1) 在判别器中，研究者重新审视了自注意力的 Lipschitz 性质，在此基础上他们设计了一种加强了..
【人工智能笔记】第四十二节：TF2实现VITGAN对抗生成网络，PatchEmbedding 实现
不定时更新AI技术tensorflow实现方式，欢迎关注，有问题请私信我。
05-26 568
【人工智能笔记】第四十二节：TF2实现VITGAN对抗生成网络，PatchEmbedding 实现
ViT代码解读
m0_53384927的博客
02-28 2770
读懂VIT整体思路切块操作位置编码添加多头注意力机制插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 整体思路 Vision Transformer 是将Transformer应用在计算机视觉中。Transformer是一个基于注意力的模型，他不依靠卷积神经网络，相比RNN，他可以进行并行运
【人工智能笔记】第三十三节：TF2实现VITGAN对抗生成网络，Mapping NetWork 实现
不定时更新AI技术tensorflow实现方式，欢迎关注，有问题请私信我。
05-21 629
该章节介绍VITGAN对抗生成网络中，Mapping NetWork 部分的代码实现。
【人工智能笔记】第三十四节：TF2实现VITGAN对抗生成网络，PositionalEmbedding 实现
不定时更新AI技术tensorflow实现方式，欢迎关注，有问题请私信我。
05-26 391
【人工智能笔记】第三十四节：TF2实现VITGAN对抗生成网络，PositionalEmbedding 实现
博客阅读：图解Transformer（The Illustrated Transformer）
南有芙蕖
10-10 1898
博客阅读：图解Transformer（The Illustrated Transformer） 原文链接：https://jalammar.github.io/illustrated-transformer/ 作者：Jay Alammar 目录博客阅读：图解Transformer（The Illustrated Transformer）前言1.整体结构（A High-Level Look）图的引入（Bringing The Tensors Into the Picture）2.Encoder编码器（No
谷歌ViTGAN | 视觉Transformer训练的GAN
idol24的博客
07-13 634
点击上方“机器学习与生成对抗网络”，关注星标获取有趣、好玩的前沿干货！文章 新智元 来源：arXiv 编辑：Priscilla LQCNN地位不稳。加州大学圣地亚哥分校联合谷歌进行研究：...
Vision Transformer——ViT代码解读
qq_37297763的博客
09-16 6445
官方提供的代码：https://github.com/google-research/vision_transformer 大佬复现的版本：https://github.com/lucidrains/vit-pytorch 对不起，我好菜，官方给的代码我确实看不懂啊，所以看了第二个版本的代码。第二个版本的代码超级受欢迎且易使用，我看的时候，Git rep已经被star 5.7k次。大家直接 pip install vit-pytorch就好。 所以作为初次接触vit的同学们来说，推荐看第二个版本，结构清晰明
DINO&DINO v2：颠覆自监督视觉特征表示学习
最新发布
家鸽的代码屋
10-15 960
DINO系列学习总结
编写一份CAD工程师第十五周周报
03-10
你好，以下是我的回答： 本周工作总结： 1. 完成了客户提出的CAD图纸修改需求，并进行了测试和验收。 2. 参与了公司内部的CAD培训课程，学习了新的CAD技术和工具。 3. 协助同事解决了一些CAD软件使用中的问题。 4. 参与了公司的项目评审会议，就CAD设计方案进行了讨论和交流。 5. 继续学习了相关的CAD标准和规范，以提高自己的工作质量。 下周工作计划： 1. 继续完成客户的CAD图纸修改需求，并进行测试和验收。 2. 学习并掌握更多的CAD技术和工具，以提高自己的工作效率。 3. 协助同事解决更多的CAD软件使用中的问题。 4. 参与公司的项目评审会议，为CAD设计方案提供更多的建议和意见。 5. 持续学习和遵守相关的CAD标准和规范，以确保自己的工作质量。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值