文章 2023-12-19 来自:开发者社区

极智AI | 详解ViT算法实现

大家好,我是极智视界,本文详细介绍一下 ViT 算法的设计与实现,包括代码。ViT 全称 Vision Transformer,是 transformer 在 CV 领域应用表现好的开始,而在此之前,CV 领域一直是 CNN 的天下,虽然 ViT 主要用于图像分类这个简单的任务,但它说到底挑战了自从 2012 年 AlexNet 出世以来,卷积神经网络在计算机领域绝对统治的地位。ViT 的重要性....

极智AI | 详解ViT算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 多模态新姿势 详解BLIP算法实现

大家好,我是极智视界,本文详细介绍一下 BLIP 算法的设计与实现。多模态一定不是一个新鲜的话语,随着 AI 的发展,也正成为一种趋势。 Vision-Language Pre-training (VLP) + Fine-tuning => Zero Shot / Few Shot 的模式是 快速 解决 多下游任务 的一个好的模式,VLP 是这个模式的开端,所以对于 VLP 的相关研究也很....

极智AI | 多模态新姿势 详解BLIP算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 多模态领域先行者 详解CLIP算法实现

大家好,我是极智视界,本文详细介绍一下 CLIP 算法的设计与实现,包括代码。多模态一定不是一个新鲜的话语,随着 AI 的发展,也正成为一种趋势,而 CLIP 做的就是在多模态领域里迈出了简单的一步,之所以说简单,是因为 CLIP 使用的方法出奇的简单,但效果又出奇的好。CLIP 具有非常好的迁移学习能力,预训练好的模型可以在任意一个视觉分类数据集上取得不错的效果,而且是 Zero-Shoot ....

极智AI | 多模态领域先行者 详解CLIP算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享四:详解YOLOv4算法实现

大家好,我是极智视界,本文详细介绍一下 YOLOv4 算法的设计与实践,实践部分包括 darknet 与 pytorch。本文是目标检测类算法实现分享的第四篇,前面已经写过三篇,感兴趣的同学可以查阅:(1) 《【模型训练】目标检测实现分享一:详解 YOLOv1 算法实现》;(2) 《【模型训练】目标检测实现分享二:听说克莱今天复出了?详解 YOLOv2 算法与克莱检测》;(3) 《【模型训练】目....

极智AI | 目标检测实现分享四:详解YOLOv4算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享三:详解YOLOv3算法实现

大家好,我是极智视界,本文详细介绍一下 YOLOv3 算法的设计与实践。本文是目标检测类算法实现分享的第三篇,前面已经写过两篇,感兴趣的同学可以查阅:(1) 《【模型训练】目标检测实现分享一:详解 YOLOv1 算法实现》;(2) 《【模型训练】目标检测实现分享二:听说克莱今天复出了?详解 YOLOv2 算法与克莱检测》;YOLOv3 是 YOLO 系列的第三个版本,在论文 《YOLOv3:An....

极智AI | 目标检测实现分享三:详解YOLOv3算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享一:详解YOLOv1算法实现

大家好,我是极智视界,本文详细介绍一下 YOLOv1 算法的设计与实现,包括训练。本文是目标检测类算法实现分享的第一篇,从 用回归做物体检测 算法开山鼻祖 YOLOv1 讲起。YOLO (You Only Look Once) 是充满艺术性和实用性的算法系列,而 YOLOv1 是个开头,在论文《You Only Look Once:Unified, Real-Time Object Detect....

极智AI | 目标检测实现分享一:详解YOLOv1算法实现
文章 2023-12-18 来自:开发者社区

极智AI | 量化实现分享五:详解格林深瞳EQ量化算法实现

大家好,我是极智视界,本文剖析一下格灵深瞳 EQ (Easy Quant) 量化算法实现,以 Tengine 的实现为例。本文是模型量化实现分享的第五篇,前面已有四篇,有兴趣的同学可以查阅:(1) 《【模型推理】量化实现分享一:详解 min-max 对称量化算法实现》(2) 《【模型推理】量化实现分享二:详解 KL 对称量化算法实现》(3) 《【模型推理】量化实现分享三:详解 ACIQ 对称量化....

极智AI | 量化实现分享五:详解格林深瞳EQ量化算法实现
文章 2023-12-18 来自:开发者社区

极智AI | 量化实验分享四:Data-Free Quantization香不香?详解高通DFQ量化算法实现

大家好,我是极智视界,本文剖析一下高通 DFQ (Data-Free Quantization) 量化算法实现,以 Tengine 的实现为例。本文是模型量化实现分享的第四篇,前面已有三篇,有兴趣的同学可以查阅:(1) 《【模型推理】量化实现分享一:详解 min-max 对称量化算法实现》(2) 《【模型推理】量化实现分享二:详解 KL 对称量化算法实现》(3) 《【模型推理】量化实现分享三:详....

极智AI | 量化实验分享四:Data-Free Quantization香不香?详解高通DFQ量化算法实现
文章 2023-12-18 来自:开发者社区

极智AI | 量化实现分享三:详解ACIQ对称量化算法实现

大家好,我是极智视界,本文剖析一下ACIQ 对称量化算法实现,以 Tengine 的实现为例。这是量化实现的第三篇,前面还有一、二,有兴趣的同学可以查阅(1) 《【模型推理】量化实现分享一:详解 min-max 对称量化算法实现》;(2)《【模型推理】量化实现分享二:详解 KL 对称量化算法实现》;ACIQ 和前面的量化策略类似,也是会截取一个阈值 T,然后将 [-T, T] 映射到量化值域,不....

极智AI | 量化实现分享三:详解ACIQ对称量化算法实现
文章 2023-12-18 来自:开发者社区

极智AI | 量化实现分享二:详解KL对称量化算法实现

大家好,我是极智视界,本文剖析一下 KL 对称量化算法实现,以 Tengine 的实现为例。前面已经写过一篇《【模型推理】量化实现分享一:详解 min-max 对称量化算法实现》,有兴趣的同学可以查阅。这是上一篇的续集,也是量化实现详解的第二篇。量化背景就不多做介绍了,之前的文章中也说的比较多了,直接开始吧。1、KL 量化原理KL 量化是用 KL 散度来衡量真实数据分布和量化数据分布之间的相似性....

极智AI | 量化实现分享二:详解KL对称量化算法实现

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

{"cardStyle":"productCardStyle","productCode":"aliyun","productCardInfo":{"productTitle":"阿里云 AI","productDescription":"从 AI 应用构建,模型部署到训练,一站式了解阿里云经典的 AI 应用场景和解决方案。","productContentLink":"https://www.aliyun.com/solution/tech-solution/ai","isDisplayProductIcon":true,"productButton1":{"productButtonText":"查看详情","productButtonLink":"https://www.aliyun.com/solution/tech-solution/ai"},"productButton2":{"productButtonText":"联系 AI 专家","productButtonLink":"https://page.aliyun.com/form/act933288178/index.htm?spm=5176.29311086.J_RY_4Q8--sru4dMV7o3lqS.2.22ec5297YL7w86"},"productButton3":{"productButtonText":"立即体验","productButtonLink":"https://bailian.console.aliyun.com/?spm=5176.28326591.0.0.56136ee1bpor89#/efm/model_experience_center"},"productPromotionInfoBlock":[{"$id":"0","productPromotionGroupingTitle":"热门体验","productPromotionInfoFirstText":"文生文应用","productPromotionInfoFirstLink":"https://bailian.console.aliyun.com/?spm=5176.29311086.J__xR9sQs7AmaTHLBTgN3VS.1.22ec52978mJi5p#/home","productPromotionInfoSecondText":"文生图应用","productPromotionInfoSecondLink":"https://bailian.console.aliyun.com/?spm=5176.29311086.J__xR9sQs7AmaTHLBTgN3VS.2.22ec52978mJi5p#/efm/model_experience_center?modelId=wanx-v1"},{"$id":"1","productPromotionGroupingTitle":"热门产品","productPromotionInfoFirstText":"大模型服务平台百炼","productPromotionInfoFirstLink":"https://www.aliyun.com/product/bailian","productPromotionInfoSecondText":"人工智能平台 PAI","productPromotionInfoSecondLink":"https://www.aliyun.com/product/bigdata/learn"},{"$id":"2","productPromotionGroupingTitle":"技术解决方案","productPromotionInfoFirstText":"向量检索与通义千问搭建专属问答服务","productPromotionInfoFirstLink":"https://www.aliyun.com/solution/tech-solution/dashvector","productPromotionInfoSecondText":"创意加速器:AI 绘画创作","productPromotionInfoSecondLink":"https://www.aliyun.com/solution/tech-solution/tongyi-wanxiang"},{"$id":"3","productPromotionGroupingTitle":"热门模型","productPromotionInfoFirstText":"通义千问","productPromotionInfoFirstLink":"https://tongyi.aliyun.com","productPromotionInfoSecondText":"通义万相","productPromotionInfoSecondLink":"https://tongyi.aliyun.com/wanxiang"}],"isOfficialLogo":false},"activityCardInfo":{"activityTitle":"","activityDescription":"","cardContentBackgroundMode":"LightMode","activityContentBackgroundImageLink":"","activityCardBottomInfoSelect":"activityPromotionInfoBlock","activityPromotionInfoBlock":[]}}

人工智能平台PAI

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

+关注