随笔分类 - 论文与算法
摘要：简介 机器学习算法需要的数据往往会在不同的设备上产生，并且将数据集中起来是非常困难的，因此，分布式计算就成为了一种可行性方案。但分布式的计算学习会出现各种各样的问题，如下： 困难 分布式训练会导致不同设备训练出来的模型具有不同的分布特性，例如小明喜欢猫，小红喜欢狗，若进行图片分类，小明的模型对识别猫
阅读全文
摘要：简介 机器学习问题经常需要大量的数据来进行模型的处理与改进，而这些数据又来源于世界的各个地方。把全世界的数据汇聚到一个数据中心是不可行的。所以，涵盖许多地区的多个数据中心应运而生。但是，在这些里程上特别远的数据中心网络中，即wide-area networks(WANs)，网络通信的快慢是一个系统性
阅读全文
摘要：简介 Deep Gradient Compression: Reducing the Communication Bandwidth for Distributed Training (arxiv.org) 本文针对当前的分布式机器学习形式提出了以下待解决的困难： bandwidth，梯度信息在节点
阅读全文
摘要：Zero-DCE github:https://github.com/wangyin0810/Zero-DCE paper:https://openaccess.thecvf.com/content_CVPR_2020/papers/Guo_Zero-Reference_Deep_Curve_Est
阅读全文
摘要：Deep Retinex Decomposition for Low-Light Enhancement 论文地址：https://arxiv.org/pdf/1808.04560.pdf 本文收集了包括低光图片与正常光图片的LOL数据集，提出了Retinex-Net网络，并在数据集上进行了测试
阅读全文
