发文章
发文工具
撰写
网文摘手
文档
视频
思维导图
随笔
相册
原创同步助手
其他工具
图片转文字
文件清理
AI助手
留言交流
“多模态超详细解读 (一)：CLIP：大规模语言-图像对比预训练实现不俗 Zero-Shot 性能” 的更多相关文章
神器CLIP是如何炼成的！
ImageNet零样本准确率首次超过80%，地表最强开源CLIP模型更新
GPT
超越ResNet：南开提出Res2Net，不增计算负载，性能全面升级！
谷歌要构建10 亿 级别的超大数据集，这样能取代机器学习算法吗？
十年机器学习结果不可靠？伯克利&MIT研究质疑了30个经典模型
告别CNN？一张图等于16x16个字，计算机视觉也用上Transformer了
自我监督学习推进医学影像分类
ICCV 2023｜UDFC：无需任何数据与微调，实现剪枝量化同步进行
Hinton组力作：ImageNet无监督学习最佳性能一次提升7%，媲美监督学习
李飞飞两位高徒联合指导：能看懂「多模态提示」的机器人，zero-shot性能提升2.9倍
谷歌提出超强预训练模型CoCa，在ImageNet上微调Top-1准确率达91%！在多个下游任务上SOTA！
ResNeXt：何恺明 Facebook 升级 ResNet，提出神经网络新维度
吴恩达团队新研究：在ImageNet上优化的模型，真的能更好胜任医学影像任务吗？
性能提升最高120倍！滴滴实习生提出自动结构化减枝压缩算法框架
即插即用新卷积：提升 CNN 性能、速度翻倍
ResNet被全面超越了，是Transformer干的：依图科技开源“可大可小”T2T-ViT，轻量版优于MobileNet
TLU-Net：表面缺陷自动检测的深度学习方法
一篇文章掌握Kaggle竞赛中的基于ResNet和Azure GPU加速的肺癌CT图像识别
NeurIPS 2019分享：华为提出基于少量数据的神经网络模型压缩技术
