asic
-
读书笔记|Linux内核设计与实现
这本书是学习linux内核原理的必读推荐书目之一！它对linux内核的设计原理进行了详细的说明，并介绍了具体的实现部分，结合源码可以很好地理解linux内核。 在简单翻阅了一遍之后，我带着以下几个疑问，整理了相关知识点： 1、内核是什么时候加载运行的？ 2、应用程序、内核和硬件之间的关系？ 3、进程…
-
【CVPR2021】DDRNets:高效实时车道分割算法
本文介绍基于PaddlePaddle复现DDRNet23-Slim的过程。该网络为高效道路场景实时语义分割模型，采用双分辨率架构和多尺度模块，融合高低级语义信息。文中展示关键结构设计及基于PaddleSeg的开发步骤，模型表现良好。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使…
-
通过休眠在 Linux 和 windows 之间无缝切换
前言 在 Linux 电脑上运行 Windows 虚拟机时，有些任务依然需要真机支持，比如运行大型独占软件或备份某些社交软件的聊天记录。虽然备份可以在虚拟机中进行，但通过手机热点连接的速度太慢，实在耗不起时间。 很多时候，用户可能刚在 Linux 上工作或刚在 Windows 上玩游戏，突然需要在 …
-
【官方】Paddle2.1实现视频理解优化模型 — PP-TSN
随着互联网上视频的规模日益庞大，人们急切需要研究视频相关算法帮助人们更加容易地找到感兴趣内容的视频。而视频分类算法能够实现自动分析视频所包含的语义信息、理解其内容，对视频进行自动标注、分类和描述，达到与人媲美的准确率。视频分类是继图像分类问题后下一个急需解决的关键任务。 ☞☞☞AI 智能聊天, 问答…
-
ResNet及BCD版本详解且在眼疾识别中应用实例
本文阐述ResNet模型及其变体（B、C、D版本）的理论，包括残差单元、恒等映射、瓶颈模块等基础知识与架构，还介绍了模型演变。并以iChallenge-PM数据集为例，在眼疾识别中应用ResNet，通过训练、验证不同版本模型，评估其在病理性近视识别上的效果，各版本准确率达96.75%以上。 ☞☞☞A…
-
SimAM：无参数Attention！助力分类/检测/分割涨点！
本项目基于中山大学提出的无参数SimAM注意力机制，在Caltech101的16类子集上验证其效果。SimAM从神经科学出发，通过能量函数挖掘神经元重要性，生成三维权重，优于传统一维、二维注意力。项目构建含SimAM的TowerNet模型，与ResNet50等经典网络对比，经数据准备、模型训练后，显…
-
Paddle2.0：浅析并实现 FcaNet 模型
FcaNet通过频率域分析重新审视通道注意力，证明GAP是二维DCT的特例。据此将通道注意力推广到频域，提出多谱通道注意力框架，通过选择更多频率分量引入更多信息。实验显示，其在ImageNet和COCO数据集表现优异，基于ResNet时精度高于SENet，且实现简单。 ☞☞☞AI 智能聊天, 问答助…
-
黄仁勋：竞争对手需要同时开发六、七颗芯片才能与NVIDIA匹敌
9月30日消息，在最近的一次专访中，nvidia ceo黄仁勋表示，公司已构建起竞争对手难以模仿的供应链体系，这种优势不仅源于技术领先，更关键的是对整个供应链实现了深度整合与掌控。 黄仁勋提到，随着每年稳定推出新一代芯片，NVIDIA在晶圆和高带宽内存（HBM）方面的需求已攀升至数千亿美元规模。他强…
-
改进的注意力多尺度特征融合卷积神经网络
本文改进注意力多尺度特征融合卷积神经网络，加入基于style的重新校准模块（SRM），通过样式池提取特征图通道样式信息，经通道无关的style集成估计权重，增强CNN表示能力且参数少。用Caltech101的16类数据集，对比VGG19、ResNet50等模型，改进模型性能提升较明显。 ☞☞☞AI …
-
基于BERT实现机器阅读理解
本文介绍基于BERT的阅读理解实验，旨在掌握BERT相关知识及飞桨构建方法。实验以DuReaderRobust数据集为对象，通过数据处理、模型构建等六步实现。数据预处理含特征转换，模型含多层结构，经训练、评估，最终保存模型，评估用ROUGE-L指标，F1值达84.3176。 ☞☞☞AI 智能聊天, …
