Tag Deep Learning
Tìm kiếm bài viết trong Tag Deep Learning
Paper reading | Tóm tắt mô hình ResNeSt: Split-Attention Networks
Đóng góp của bài báo. Bài báo giới thiệu một kiến trúc mô hình đơn giản có tên ResNeSt sử dụng channel-wise attention trên các nhánh của mạng với mục tiêu tận dụng sức mạnh capture thông tin tương tác
0 0 13
Paper reading | Tìm hiểu mô hình ResNeXt
Đóng góp của bài báo. Bài báo giới thiệu một kiến trúc mô hình mới có tên ResNeXt (Residual Next) là phiên bản nâng cấp từ ResNet.
0 0 13
Paper reading | Deep High-Resolution Representation Learning for Visual Recognition
Đóng góp của bài báo. Bài báo đề xuất kiến trúc High-Resolution Net (HRNet) là một kiến trúc mạng nơ-ron sâu được phát triển cho các ứng dụng trong lĩnh vực thị giác máy tính, đặc biệt là trong bài to
0 0 13
Paper reading | EfficientNetV2: Smaller Models and Faster Training
Đóng góp của bài báo. Kết quả training có độ chính xác cao là rất tốt tuy nhiên việc tối ưu thời gian, tài nguyên training và inference của model cũng quan trọng không kém Được giới thiệu lần đầu vào
0 0 17
Paper reading | Xception phiên bản nâng cấp của Inception V3
Đóng góp của bài báo. Bài báo giới thiệu mô hình Xception (Extreme Inception) là một kiến trúc mạng neural được phát triển dựa trên ý tưởng của Inception và sử dụng các convolution depthwise separable
0 0 17
Paper reading | Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning
Đóng góp bài báo. Trong bài báo, nhóm tác giả nghiên cứu sự kết hợp của 2 ý tưởng có thể coi là kinh điển trong lịch sử các mô hình CNN nổi tiếng là Residual connection và phiên bản mới nhất của kiến
0 0 9
Paper reading | Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture
Đặt vấn đề. Self-supervised learning là một phương pháp học máy mà trong đó mô hình được huấn luyện từ dữ liệu mà không yêu cầu nhãn rõ ràng từ con người.
0 0 14
Paper reading | GRAPH ATTENTION NETWORKS
Giới thiệu. Các mô hình CNN thể hiện sự mạnh mẽ khi áp dụng vào những bài toán có dữ liệu là hình ảnh ví dụ như image classification, semantic segmentation, object detection,.
0 0 8
Paper reading | ACTION-Net: Multipath Excitation for Action Recognition
Đóng góp của bài báo. Trong các bài toán liên quan tới video, thông tin cần nắm bắt không chỉ là thông tin về mặt không gian (spatial information) giống như hình ảnh mà còn là thông tin về thời gian (
0 0 10
Tìm hiểu về lập trình dự báo theo chuỗi thời gian từ tổng quát đến chi tiết
1. Lời nói đầu.
0 0 11
[Paper Explain] Segment Anything in High Quality
Title: Segment Anything in High Quality . Original Paper: https://arxiv.org/pdf/2306.01567.
0 0 9
Paper reading | Video Swin Transformer
Đóng góp của bài báo. Kiến trúc Transformer ngày càng chiếm xong trên mọi mặt trận cụ thể trong các bài toán liên quan tới lĩnh vực Computer Vision.
0 0 16
Dự báo chuỗi thời gian là gì? Các loại dự báo và phương pháp thực hiện
1. Dự báo chuỗi thời gian là gì.
0 0 18
Paper reading | ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
Đóng góp của bài báo. Việc thiết kế những model nhỏ, nhẹ, chính xác để có thể tích hợp trên các thiết bị di động luôn là bài toán hay thách thức những người thiết kế model AI Bài báo giới thiệu model
0 0 8
Paper reading | ZipIt! Merging Models from Different Tasks without Training
Giới thiệu chung. Các model hình ảnh ngày càng phát triển mạnh với khả năng thực hiện chính xác được nhiều task khác nhau, từ classification với hàng nghìn class cho đến những task về object detection
0 0 16
Paper reading | Expanding Language-Image Pretrained Models for General Video Recognition
Giới thiệu chung. Video recognition là một lĩnh vực trong trí tuệ nhân tạo (AI) và thị giác máy tính tập trung vào việc phân tích và nhận dạng nội dung trong các video.
0 0 9
Paper reading | Scaling Language-Image Pre-training via Masking
Động lực và đóng góp. Các model Language-supervised visual pre-training điển hình như CLIP thể hiện được sự mạnh mẽ trong việc học các biểu diễn chung giữa hình ảnh và ngôn ngữ tự nhiên.
0 0 9
Sử dụng Self-Instruct và Unnatural Instruction để tạo thêm dữ liệu training LLM
Instruction finetuning. Việc có một mô hình ngôn ngữ (LM) có khả năng generalize tốt (trong quá khứ) thì khá là khó.
0 0 14
Giới thiệu về Graph Neural Networks (GNNs)
Dữ liệu đồ thị chắc hẳn các bạn đã và đang tìm hiểu về học sâu và học máy cũng đã từng nghe qua khái niệm và các bài toán về đồ thị. Nhưng không có quá nhiều bạn thực sự hiểu và triển khai các bài toá
0 0 14
Paper reading | Neural News Recommendation with Multi-Head Self-Attention
1. Động lực.
0 0 13
TensorRT - Sự vượt trội với bài toán tối ưu mô hình Deep Learning
Phần mở đầu. TensorRT là một thư viện được phát triển bởi NVIDIA và là một phần của NVIDIA Deep Learning Accelerator (NVIDIA), dùng để tối ưu hóa mô hình AI, học máy chạy trên GPU -> Giúp cải thiện tố
0 0 18