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:1155個(gè) 瀏覽:25357次 帖子:27個(gè)
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(gè)階段稱為提取/轉(zhuǎn)換/加載(ETL)。這項(xiàng)工作現(xiàn)在可以通過(guò) Apache Spark 3.0 在 ...
2023-04-12 標(biāo)簽:AI機(jī)器學(xué)習(xí)數(shù)據(jù)集 3318 0
港中大IDEA開(kāi)源首個(gè)大規(guī)模全場(chǎng)景人體數(shù)據(jù)集Human-Art
然而,現(xiàn)有的計(jì)算機(jī)視覺(jué)任務(wù)、訓(xùn)練的數(shù)據(jù)集等大多只關(guān)注到了真實(shí)世界的照片,這導(dǎo)致相關(guān)模型在更豐富的場(chǎng)景下,常常出現(xiàn)性能下降甚至完全失效的問(wèn)題。即使是SOT...
2023-04-11 標(biāo)簽:計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 1245 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(huì)造成同一類中不同實(shí)例的視覺(jué)相似度很低(如圖2所示),因此由視覺(jué)相似度很低的實(shí)例(我們稱之為harmf...
2023-04-09 標(biāo)簽:函數(shù)數(shù)據(jù)集REID 2123 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(yǔ)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 1843 0
基于預(yù)訓(xùn)練語(yǔ)言模型設(shè)計(jì)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(shí)庫(kù)問(wèn)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(shí)圖譜上檢索問(wèn)題相關(guān)的小子圖,...
2023-04-07 標(biāo)簽:PLM語(yǔ)言模型數(shù)據(jù)集 960 0
Firefly(流螢): 中文對(duì)話式大語(yǔ)言模型
Bloom是個(gè)多語(yǔ)言模型,由于需要兼容多語(yǔ)言,所以詞表有25w之多,在中文領(lǐng)域中,大部分詞表并不會(huì)被用到。我們通過(guò)刪減冗余的詞表,從多語(yǔ)言模型中提取常用...
2023-04-07 標(biāo)簽:語(yǔ)言模型數(shù)據(jù)集Firefly 7338 0
CVPR2023:IDEA與清華提出首個(gè)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(gè)重要環(huán)節(jié),用于從單目圖像中估計(jì)出人體姿態(tài)(Body P...
2023-04-07 標(biāo)簽:算法網(wǎng)格數(shù)據(jù)集 1398 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(chǔ)的原始數(shù)據(jù),是應(yīng)用程序需要讀寫(xiě)的數(shù)據(jù)。Native數(shù)據(jù)只在NVM塊中存儲(chǔ)一份,如果數(shù)據(jù)損壞或丟失,將無(wú)法恢復(fù)。因此,在寫(xiě)...
2023-04-06 標(biāo)簽:存儲(chǔ)數(shù)據(jù)集DataSet 4993 0
異構(gòu)數(shù)據(jù)庫(kù)排序一致性填坑教程
不同數(shù)據(jù)庫(kù)對(duì)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(kù)上對(duì)于同樣數(shù)據(jù)集執(zhí)行查詢語(yǔ)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(xiě),本文通過(guò)對(duì)五...
2023-03-29 標(biāo)簽:數(shù)據(jù)庫(kù)Oracle數(shù)據(jù)集 1230 0
語(yǔ)言模型性能評(píng)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(shí)別方法之一。簡(jiǎn)單來(lái)說(shuō)就是識(shí)別從未見(jiàn)過(guò)的數(shù)據(jù)類別,即訓(xùn)練的分類器不僅僅能夠識(shí)別出訓(xùn)練集中已有的數(shù)據(jù)類別, 還可以對(duì)于來(lái)自未見(jiàn)過(guò)的類別的數(shù)...
2023-03-27 標(biāo)簽:分類器語(yǔ)言模型數(shù)據(jù)集 2089 0
如何應(yīng)用Anomalib在數(shù)據(jù)集不平衡的情況下檢測(cè)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,通常可用于實(shí)現(xiàn)令人滿意的異常檢測(cè)結(jié)果。
2023-03-27 標(biāo)簽:機(jī)器人加速器數(shù)據(jù)集 3216 0
自然語(yǔ)言融入NeRF,給點(diǎn)文字就生成3D圖的LERF來(lái)了
但自然語(yǔ)言不同,自然語(yǔ)言與 3D 場(chǎng)景交互非常直觀。我們可以用圖 1 中的廚房場(chǎng)景來(lái)解釋,通過(guò)詢問(wèn)餐具在哪,或者詢問(wèn)用來(lái)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(yǔ)言 701 0
利用Contrastive Loss(對(duì)比損失)思想設(shè)計(jì)自己的loss function
在非監(jiān)督學(xué)習(xí)時(shí),對(duì)于一個(gè)數(shù)據(jù)集內(nèi)的所有樣本,因?yàn)槲覀儧](méi)有樣本真實(shí)標(biāo)簽,所以在對(duì)比學(xué)習(xí)框架下,通常以每張圖片作為單獨(dú)的語(yǔ)義類別,并假設(shè):同一個(gè)圖片做不同變...
2023-03-22 標(biāo)簽:函數(shù)數(shù)據(jù)集 1145 0
點(diǎn)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(guó)內(nèi)外學(xué)者共同致力于研究點(diǎn)云壓縮標(biāo)準(zhǔn)框架,力求建立完善的點(diǎn)云壓縮系統(tǒng),有效應(yīng)對(duì)多源、多尺度場(chǎng)景...
2023-03-16 標(biāo)簽:云計(jì)算人工智能數(shù)據(jù)集 1488 0
機(jī)器學(xué)習(xí)常用術(shù)語(yǔ)匯總,中英對(duì)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(huì)先按前向傳播方式計(jì)算(并緩存)每個(gè)節(jié)點(diǎn)的輸出值,然后再按反向傳播遍歷圖的方式計(jì)算損失函數(shù)值相對(duì)于每個(gè)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(jī)器學(xué)習(xí) 2947 0
改進(jìn)Hinton的Dropout:可以用來(lái)減輕欠擬合了
他們首先通過(guò)對(duì)梯度范數(shù)的有趣觀察來(lái)研究 dropout 的訓(xùn)練動(dòng)態(tài),然后得出了一個(gè)關(guān)鍵的實(shí)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) 659 0
MOVIFIT更換EBOX+指示燈說(shuō)明V1.30
如果您已經(jīng)設(shè)置了數(shù)據(jù)管理并且使用的是AMX1001單元,則只需斷開(kāi)舊單元的連接并連接替換單元,即可更換EBOX。數(shù)據(jù)集位于下部(ABOX)的EPROM中...
2023-03-08 標(biāo)簽:數(shù)據(jù)管理eBox數(shù)據(jù)集 2905 0
100 多個(gè)開(kāi)箱即用的 GNN 模型示例,15 多個(gè)在 Open Graph Benchmark(OGB)上排名靠前的基準(zhǔn)模型; * 150 多個(gè) G...
2023-03-08 標(biāo)簽:gpu數(shù)據(jù)集GNN 956 0
Collection Skeletons: 數(shù)據(jù)集合的聲明式抽象
使用這個(gè) C++ 庫(kù),F(xiàn)ranke 教授團(tuán)隊(duì)重寫(xiě)了 benchmarks,并在三個(gè)不同的硬件平臺(tái) (Intel Desktop、Intel Server...
2023-03-07 標(biāo)簽:編程語(yǔ)言函數(shù)數(shù)據(jù)集 567 0
自動(dòng)駕駛領(lǐng)域中開(kāi)源的4D Radar數(shù)據(jù)分析
本文沒(méi)有為目標(biāo)檢測(cè)算法的標(biāo)準(zhǔn)化評(píng)估和排序提供正式的基準(zhǔn)測(cè)試套件,因?yàn)檫@將要求保留測(cè)試數(shù)據(jù),以避免對(duì)評(píng)估測(cè)試集進(jìn)行過(guò)度設(shè)置。
2023-03-08 標(biāo)簽:數(shù)據(jù)集Radar自動(dòng)駕駛 853 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(jué) | 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(shù)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 |