1,755 0
[略读]Big Bird: Transformers for Longer Sequences
Abstract 基于Transformer的模型，例如BERT，已成为自然语言处理中最成功的深度学习模型之一。不幸的是，它有一个核心限制是全局注意力机制对序列长度具有二次方的依赖性（主要是在显存方面...
1,343 0
[精读]What Matters in Training a GPT4-Style LanguageModel with Multimodal Inputs?
Abstract 最近大型语言模型（LLMs）的进展，如GPT4，在遵循给定图像的开放式指令方面展示了出色的多模态能力。然而，这些模型的性能严重依赖于设计选择，如网络结构、训练数据和训练策略，而这些选...
1,929 0
[略读]The benefit of PCA and whitening
Negative evidences and co-occurrences in image retrieval: the benefit of PCA and whitening Abstract ...
2,113 0
[多模态]Everything at Once
Multi-modal Fusion Transformer for Video Retrieval Abstract 从视频数据中进行多模态学习最近受到了越来越多的关注，因为它允许在没有人工注释的情...
1,435 0
Ubuntu20.04
grub https://blog.csdn.net/seaship/article/details/96427401 Nvidia Driver https://blog.csdn.net/z_6_...
1,408 0
[略读]ObjectBox
From Centers to Boxes for Anchor-Free Object Detection 主要贡献｜Keypoints 标签分配｜Label Assignment 在三层特征图上预...
1,686 0
pytorch-yolov5-TRT加速推理
其中： class pycuda.driver.Context 的相关文档 push() —— Make self the active context, pushing it on top of t...