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:1160個(gè) 瀏覽:25910次 帖子:33個(gè)
除了AI業(yè)內(nèi)關(guān)心他們?nèi)绾沃С终Z料稀缺的冷門語言,以及如何在BLEU基準(zhǔn)測(cè)試上提高7個(gè)點(diǎn)以外。也有來自西非的網(wǎng)友認(rèn)為,語言障礙正是全球互聯(lián)網(wǎng)用戶數(shù)量進(jìn)一步...
2022-07-21 標(biāo)簽:語言模型機(jī)器翻譯數(shù)據(jù)集 2.7k 0
我們驚訝地發(fā)現(xiàn)BERT在參數(shù)推理理解任務(wù)中的峰值性能達(dá)到77%,僅比平均未經(jīng)訓(xùn)練的人類基線低3個(gè)點(diǎn)。但是,我們表明這個(gè)結(jié)果完全是通過利用數(shù)據(jù)集中的虛假統(tǒng)...
2019-07-27 標(biāo)簽:數(shù)據(jù)集自然語言nlp 2.7k 0
LLaMA論文研讀:小參數(shù)+大數(shù)據(jù)的開放、高效基礎(chǔ)語言模型閱讀筆記
這些努力都是基于這樣的假設(shè):更多的參數(shù)會(huì)帶來更好的性能。然而,Hoffmann等人(2022)最近的工作表明,在給定的計(jì)算預(yù)算下,最好的性能不是由最大的...
2023-03-03 標(biāo)簽:語言模型數(shù)據(jù)集大數(shù)據(jù) 2.7k 0
通用AI大模型Segment Anything在醫(yī)學(xué)影像分割的性能究竟如何?
為了全面評(píng)估分析SAM在醫(yī)學(xué)影像分割上的表現(xiàn),團(tuán)隊(duì)收集并標(biāo)準(zhǔn)化了52個(gè)公共數(shù)據(jù)集,最終整理構(gòu)建了一個(gè)包含16種影像模態(tài)和68種生物醫(yī)學(xué)領(lǐng)域分割目標(biāo)(表1...
2023-05-06 標(biāo)簽:AI醫(yī)學(xué)影像數(shù)據(jù)集 2.7k 0
領(lǐng)導(dǎo)決策的計(jì)算和神經(jīng)生物學(xué)基礎(chǔ)
無論是在自我試次中還是在小組試次中的每一項(xiàng)決策,都要求被試選擇是自己做出決定,還是放棄做出選擇的權(quán)利,并遵循小組其他成員的集體判斷。研究者發(fā)現(xiàn)與不重視個(gè)...
2018-08-13 標(biāo)簽:計(jì)算數(shù)據(jù)集Science 2.7k 0
基于Cascade R-CNN的布匹檢測(cè)算法提高目標(biāo)檢測(cè)性能
布匹缺陷檢測(cè)任務(wù)的難點(diǎn)可能有以下幾個(gè)方面:小目標(biāo)問題,缺陷具有極端的寬高比,樣本不均衡。在MS COCO數(shù)據(jù)集[1]中,面積小于32×32像素的物體被認(rèn)...
2022-07-06 標(biāo)簽:檢測(cè)器數(shù)據(jù)集 2.7k 0
為了找到最近鄰,通常所用的方法是將數(shù)據(jù)分成好幾份。假設(shè)你的數(shù)據(jù)就像在牧場(chǎng)中吃草的奶牛,給分散在草場(chǎng)中的牛群畫不同的圓圈,現(xiàn)在進(jìn)來了一頭新奶牛,問它會(huì)落在...
2018-08-16 標(biāo)簽:算法數(shù)據(jù)集 2.7k 0
通過訓(xùn)練大型卷積網(wǎng)絡(luò),可以預(yù)測(cè)數(shù)十億社交媒體圖像的hashtag
本文試圖通過研究一個(gè)未被探索的數(shù)據(jù)體系來解決這個(gè)復(fù)雜的問題:數(shù)十億張帶有社交媒體“標(biāo)簽”(hashtags)的真實(shí)圖片。這個(gè)數(shù)據(jù)源的優(yōu)點(diǎn)是:它很大,并且...
2018-08-19 標(biāo)簽:圖像分類數(shù)據(jù)集 2.7k 0
支持向量機(jī)的基本原理 支持向量機(jī)可以解決什么問題
支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱SVM)是一種非常流行和強(qiáng)大的機(jī)器學(xué)習(xí)算法,常用于分類和回歸問題。它的基本原理源自于統(tǒng)計(jì)學(xué)...
2024-01-17 標(biāo)簽:函數(shù)支持向量機(jī)機(jī)器學(xué)習(xí) 2.7k 0
李飛飛等人ICLR2019論文構(gòu)建人類眼睛感知評(píng)估(HYPE),帶給你新的認(rèn)知
我們?cè)贗mageNet 的和CIFAR-10數(shù)據(jù)集上對(duì)HYPE 的性能進(jìn)行了測(cè)試。當(dāng)產(chǎn)生CIFAR-10時(shí),像BEGAN這樣的早期GANs在HYPE∞中...
2019-06-23 標(biāo)簽:圖像數(shù)據(jù)集李飛飛 2.7k 0
現(xiàn)有的基于計(jì)算機(jī)視覺的工業(yè)異常檢測(cè)技術(shù)包括基于特征的、基于重構(gòu)的和基于合成的技術(shù)。最近,擴(kuò)散模型因其強(qiáng)大的生成能力而聞名,因此本文作者希望通過擴(kuò)散模型將...
2024-01-08 標(biāo)簽:計(jì)算機(jī)視覺數(shù)據(jù)集卷積神經(jīng)網(wǎng)絡(luò) 2.6k 0
“目標(biāo)檢測(cè)是計(jì)算機(jī)視覺中最令人興奮和具有挑戰(zhàn)性的問題之一,深度學(xué)習(xí)已經(jīng)成為解決該問題的強(qiáng)大工具?!?/p>
2023-08-17 標(biāo)簽:計(jì)算機(jī)目標(biāo)檢測(cè)檢測(cè)模型 2.6k 0
機(jī)器學(xué)習(xí)中使用的5種常見數(shù)據(jù)結(jié)構(gòu)和算法
使用數(shù)據(jù)結(jié)構(gòu)和算法,您的代碼可以提高機(jī)器學(xué)習(xí)系統(tǒng)的速度、可伸縮性和可解釋性。選擇的最佳設(shè)計(jì)將取決于主要問題的精確要求。每種設(shè)計(jì)都有一定的優(yōu)勢(shì)和用途。
2023-06-14 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.6k 0
Abhay Pawar總結(jié)的進(jìn)入Kaggle2%的技巧
如果因變量(目標(biāo)變量)是二元的,所有的點(diǎn)要么分布在0,要么分布在1,散點(diǎn)圖是無法工作的。對(duì)于連續(xù)的目標(biāo),數(shù)據(jù)點(diǎn)太多會(huì)難以理解目標(biāo)和特征趨勢(shì)。但是Feat...
2018-11-10 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.6k 0
大團(tuán)隊(duì)日趨“中庸化”,“顛覆性”創(chuàng)新還要看小團(tuán)隊(duì)?
我們預(yù)測(cè),小型團(tuán)隊(duì)的工作比大團(tuán)隊(duì)的工作更具顛覆性。我們的論文、專利和軟件數(shù)據(jù)庫有力地證實(shí)了這一預(yù)測(cè)。這些數(shù)據(jù)在范圍和領(lǐng)域上有所不同,但我們始終觀察到,在...
2019-03-01 標(biāo)簽:代碼計(jì)算機(jī)科學(xué)數(shù)據(jù)集 2.6k 0
從生產(chǎn)層面強(qiáng)調(diào)了深度學(xué)習(xí)項(xiàng)目開發(fā)中需要更加重視數(shù)據(jù)集的構(gòu)建
這看起來顯而易見,但你首先最應(yīng)該做的是隨機(jī)瀏覽你將要使用的訓(xùn)練數(shù)據(jù)。將一些文件復(fù)制到本地計(jì)算機(jī)上,然后花幾個(gè)小時(shí)來預(yù)覽它們。如果您正在處理圖片,使用類似...
2018-11-02 標(biāo)簽:數(shù)據(jù)集深度學(xué)習(xí) 2.5k 0
APE:對(duì)CLIP進(jìn)行特征提純能夠提升Few-shot性能
CLIP是一個(gè)通用的模型,考慮到下游數(shù)據(jù)分布的差異,對(duì)某個(gè)下游任務(wù)來說,CLIP提取的特征并不全是有用的,可能包含一部分冗余或噪聲。因此,在這篇文章中,...
2023-07-19 標(biāo)簽:模型數(shù)據(jù)集Clip 2.5k 0
LLM in Medical Domain: 一文速覽大語言模型在醫(yī)學(xué)領(lǐng)域的應(yīng)用
由于在生成長(zhǎng)文本的數(shù)據(jù)集上,F(xiàn)lan-PaLM和臨床醫(yī)生的結(jié)果顯示出一定gap。本文提出了使用Instruction Prompt Tuning對(duì)Fla...
2023-06-15 標(biāo)簽:語言模型數(shù)據(jù)集大模型 2.5k 0
制定全新標(biāo)準(zhǔn)數(shù)據(jù)集 促進(jìn)高性能算法涌現(xiàn)
WIDER Pedestrian提供了專門用于行人檢測(cè)的大規(guī)模數(shù)據(jù)集??紤]當(dāng)前行人檢測(cè)兩大熱門應(yīng)用(監(jiān)控和自動(dòng)駕駛),選用監(jiān)控?cái)z像頭和車載攝像機(jī)采集的圖...
2018-08-06 標(biāo)簽:計(jì)算機(jī)視覺數(shù)據(jù)集 2.5k 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 2.5k 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
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 |