摘要：
LZ77简介 Ziv和Lempel于1977年发表题为“顺序数据压缩的一个通用算法（A Universal Algorithm for Sequential Data Compression ）”的论文，论文中描述的算法被后人称为LZ77算法。值得说的是，LZ77严格意义上来说不是一种算法，而是一种 阅读全文
posted @ 2023-07-11 14:21
stardsd
阅读(487)
评论(0)
推荐(0)
摘要：
一、 Web中间件(Web middleware) web中间件是指位于Web服务器和Web应用程序之间的软件组件或库，用于实现附加功能、处理请求和向应用程序提供服务。这些中间件通过提供身份验证、日志记录、路由、缓存、负载平衡等特性，增强了web应用程序的功能和灵活性。 二、 web服务器: web 阅读全文
posted @ 2023-07-09 15:15
stardsd
阅读(2266)
评论(0)
推荐(0)
摘要：
Algolia是一个搜索和发现API，帮助公司为其网站和移动应用构建搜索体验。Algolia提供后端API客户端和前端小部件，帮助公司管理其数据并构建搜索体验。Algolia是与数据库无关的，因此可以与任何数据源一起使用，包括NoSQL数据库。 Algolia成立于2012年，由Nicolas De 阅读全文
posted @ 2023-07-02 17:11
stardsd
阅读(130)
评论(0)
推荐(0)
摘要：
一、概述Ο，读音：big-oh；表示上界，小于等于。 Ω，读音：big omega、欧米伽；表示下界，大于等于。 Θ，读音：theta、西塔；既是上界也是下界，称为确界，等于。 ο，读音：small-oh；表示上界，小于。 ω，读音：small omega；表示下界，大于。 Ο是渐进上界，Ω是渐进下 阅读全文
posted @ 2023-06-27 17:03
stardsd
阅读(2260)
评论(0)
推荐(1)
摘要：
5G承载网是为5G无线接入网和核心网提供网络连接的基础网络。 为了满足5G应用场景的需求，5G承载网采用新的网络架构和关键技术，为5G网络提供超大带宽、超低时延、灵活智能的连接服务。 目录 5G对承载网提出了哪些需求？ 5G承载网的网络结构是什么样的？ 5G承载网的关键技术有哪些？ 5G对承载网提出 阅读全文
posted @ 2023-06-26 15:05
stardsd
阅读(506)
评论(0)
推荐(0)
摘要：
Content Aware ABR技术 本文将简要介绍一下编码优化领域的一位新贵—Beamr的技术动态。 Beamr是内容自适应视频编码与优化解决方案的提供商，致力于为MSO（Multi-System Operator，多系统运营商）和OTT（Over The Top，流媒体服务商）提供视频技术支持 阅读全文
posted @ 2023-06-16 16:30
stardsd
阅读(339)
评论(0)
推荐(0)
摘要：
半色调是一种复印技术，它通过使用点来模拟连续色调图像，点的大小或间距各不相同，从而产生类似渐变的效果。[1] “Halftone”也可以用来特指由此过程产生的图像。[1] 在连续色调图像包含无限范围的颜色或灰色的情况下，半色调过程将视觉再现减少为仅使用一种颜色墨水打印的图像，以不同大小（脉冲宽度调制 阅读全文
posted @ 2023-06-16 15:30
stardsd
阅读(764)
评论(0)
推荐(0)
摘要：
JPEG XL 是一种免版税的图像文件格式，支持有损和无损压缩。 它旨在超越现有的栅格格式并成为它们的通用替代品。与其他流行的图像格式（尤其是旧的 JPEG 格式）相比，JPEG XL 旨在提高图像保真度，同时减小文件大小。 它提供比传统 JPEG 更好的图像质量和压缩率。JPEG XL 支持现代功 阅读全文
posted @ 2023-06-15 16:39
stardsd
阅读(2705)
评论(0)
推荐(0)
摘要：
安装和使用过程： 1. Install Intel Media Server Studio for Linux. Download from software.intel.com/intel-media-serverstudio. This is a prerequisite for the *_q 阅读全文
posted @ 2023-06-13 11:30
stardsd
阅读(506)
评论(0)
推荐(0)
摘要：
NVENC 代表 NVIDIA 编码器。 它是一个集成到 Nvidia 专用 GPU 中的硬件视频编码器。 NVENC 负责对来自 CPU 的视频流进行编码，而是使用专用的 Nvidia 显卡。NVENC 于 2012 年 3 月与 Nvidia GeForce GTX 600 系列显卡一起推出。它 阅读全文
posted @ 2023-06-13 11:24
stardsd
阅读(1778)
评论(0)
推荐(0)
摘要：
JPEGmini is a desktop application for Mac and Windows that reduces the file size of images and videos without compromising their quality. It was devel 阅读全文
posted @ 2023-06-13 10:55
stardsd
阅读(52)
评论(0)
推荐(0)
摘要：
NVIDIA Performance Primitives GPU 上的图像和信号处理 NVIDIA Performance Primitives (NPP) 库提供 GPU 加速的图像、视频和信号处理函数，其执行速度比仅使用 CPU 的实现快 30 倍。借助超过 5,000 个用于图像和信号处理的 阅读全文
posted @ 2023-06-13 10:47
stardsd
阅读(679)
评论(0)
推荐(0)
摘要：
并行智能是现实与虚拟现实之间的交互。这是一个复杂的概念，已被应用于许多领域，包括智能交通、艺术创作、计算机视觉和智能传感器。 并行智能最早由王飞跃于2004年提出，用于构建可用于验证社会政策、经济战略和军事行动的人工系统。 论文地址： https://ieeexplore.ieee.org/docu 阅读全文
posted @ 2023-06-12 14:26
stardsd
阅读(228)
评论(0)
推荐(0)
摘要：
一、 计算量常使用乘加计算数衡量，英文为multiply-accumulate operations或multiply-add operations，因此常缩写为MACs, MACC或MADD。由于乘加计算的底层是通过浮点运算实现的，因此还可使用浮点运算数来表示计算量。浮点计算数，英文为Float 阅读全文
posted @ 2023-06-12 10:07
stardsd
阅读(2845)
评论(0)
推荐(0)
摘要：
linux窗口管理工具-screen简明教程 前言 screen 是一个用于命令行终端切换的自由软件。用户可以通过该软件同时连接多个本地或远程的命令行会话，并在其间自由切换。其操作非常简洁易懂，这里简要记录一下基本的使用方法。 背景介绍 GNU Screen是一款由GNU计划开发的用于命令行终端切换 阅读全文
posted @ 2023-06-10 16:00
stardsd
阅读(424)
评论(0)
推荐(0)
摘要：
Electron简介 Electron是干什么的？ 简单来讲，Electron 使用 JavaScript，HTML 和 CSS，来构建跨平台的桌面应用程序。 按照官方的说法：如果你可以建一个网站，你就可以建一个桌面应用程序。 和传统的桌面应用相比，使用Electron开发更容易上手，开发效率更高。 阅读全文
posted @ 2023-06-10 14:02
stardsd
阅读(264)
评论(0)
推荐(0)
摘要：
正则化：批量归一化和dropout 批量归一化和dropout作为正则化器来克服深度学习模型中的过度拟合问题。 来源 您遇到过导致过拟合的大型数据集吗？ 过度拟合的原因之一是网络中的权重很大。具有较大网络权重的网络可能是网络不稳定的标志，其中输入的微小变化可能导致输出发生较大变化。这个问题的解决方案 阅读全文
posted @ 2023-06-05 16:12
stardsd
阅读(198)
评论(0)
推荐(0)
摘要：
根据PyTorch文档¹，`t.contiguous()`返回一个包含与`t`张量相同数据的连续张量。如果`t`张量已经是连续的，这个函数返回`t`张量本身。 一个张量是连续的，如果张量中的相邻元素在内存中实际上是相邻的³。有些对张量的操作，例如`transpose()`，`permute()`，` 阅读全文
posted @ 2023-06-05 11:45
stardsd
阅读(757)
评论(0)
推荐(0)
摘要：
一、简介 NVIDIA Collective Communications Library (NCCL) 是一个多 GPU 和多节点通信原语库，具有拓扑感知能力，可以轻松集成到应用程序中。 集体通信算法采用许多协同工作的处理器来聚合数据。 NCCL 不是成熟的并行编程框架； 相反，它是一个专注于加速 阅读全文
posted @ 2023-06-02 11:51
stardsd
阅读(1410)
评论(0)
推荐(0)
摘要：
Pytorch DDP分布式训练介绍 近期一直在用torch的分布式训练，本文调研了目前Pytorch的分布式并行训练常使用DDP模式(Distributed DataParallell )，从基本概念，初始化启动，以及第三方的分布式训练框架展开介绍。最后以一个Bert情感分类给出完整的代码例子：t 阅读全文
posted @ 2023-06-02 11:13
stardsd
阅读(1246)
评论(0)
推荐(1)
摘要：
一、rendezvous 简介： PyTorch中的rendezvous后端是一种服务，它帮助分布式训练作业中的进程相互发现并协商角色和等级。它还提供了一个屏障和一个一致的作业成员和状态视图。 rendezvous后端是作为torch.distributed.elastic.rendezvous.R 阅读全文
posted @ 2023-06-02 10:25
stardsd
阅读(1372)
评论(0)
推荐(0)
摘要：
You can use Replicate to run machine learning models in the cloud from your own code, without having to set up any servers. Our community has publishe 阅读全文
posted @ 2023-06-01 11:39
stardsd
阅读(166)
评论(0)
推荐(0)
摘要：
Intro目前在做边缘检测，关于评估方法里面的指标ODS-F/OIS-F理解一直比较模糊，网上搜索相关解析也不太明白，这段时间恰好看了一下文献，加深了一下理解，故写本文分享一下，错误之处还烦请批评指正。 PS.最好的方法是查看CVPR 2017文章Richer Convolutional Featu 阅读全文
posted @ 2023-06-01 10:13
stardsd
阅读(894)
评论(0)
推荐(0)
摘要：
The Intel Media Software Development Kit (Intel Media SDK) is a cross-platform application programming interface (API) for developing media applicatio 阅读全文
posted @ 2023-05-31 15:04
stardsd
阅读(375)
评论(0)
推荐(0)
摘要：
零样本学习是一种机器学习的问题设置，其中模型可以对从未在训练过程中见过的类别的样本进行分类，使用一些形式的辅助信息来关联已见和未见的类别。例如，一个模型可以根据动物的文本描述来识别动物，即使它从未见过那些动物的图像。 实现零样本学习有不同的方法，取决于辅助信息的类型和学习方法。以下是一些例子： 一种 阅读全文
posted @ 2023-05-31 10:52
stardsd
阅读(783)
评论(0)
推荐(0)
摘要：
Well-posed problem ＆ Ill-posed problem. 适定问题（Well-posed problem）是指满足下列三个要求的问题: a solution exists：解必须存在；the solution is unique：解必须唯一；the solution’s beh 阅读全文
posted @ 2023-05-31 10:01
stardsd
阅读(949)
评论(0)
推荐(0)
摘要：
Mask concavity： 在语义分割问题中，mask凹度是指形状或物体的**凹陷程度**的术语。 它的计算方法是从mask凸包（convex hull）的**面积**中减去mask的**面积**并除以后者。 凸包是包含掩码的最小凸形。 ¹² mask凹度的范围可以从 0 到 1，其中 0 表示 阅读全文
posted @ 2023-05-24 15:13
stardsd
阅读(472)
评论(0)
推荐(0)
摘要：
AI的一致性问题 (图片来源：维基百科，Kismet robot。) 人工智慧（AI）系统可以应用到很多方面，帮人类解决很多问题。但不论AI的原始目的是什么，万一AI发展出自己的功能或意识，做出预料之外的事，这可能会造成很多严重的后果，例如在很多电影里面变坏的机器人，试图控制人类的电脑等等。所以如何 阅读全文
posted @ 2023-05-23 13:43
stardsd
阅读(350)
评论(0)
推荐(0)
摘要：
对比学习是一种机器学习技术，算法学习区分相似和不相似的数据点。对比学习的目标是学习数据的表示，以捕捉不同数据点之间的基本结构和关系。 在对比学习中，算法被训练最大化相似数据点之间的相似度，并最小化不相似数据点之间的相似度。通常的做法是通过训练算法来预测两个数据点是否来自同一类别。 对比学习已经在各种 阅读全文
posted @ 2023-05-19 16:34
stardsd
阅读(15388)
评论(0)
推荐(1)
摘要：
音视频处理领域，经常遇到一些设备的名词术语。本文对IPC\DVS\DVR\NVR\XVR这些专业设备进行简单分析和区分。 IPC即IP-CAMERA，是集成视频服务器和摄像机的功能为一体的数字视频设备；IP-CAMERA网络摄像机一般有内置Web服务的数字摄像机和录音设备，直接与以太网（有线、无线） 阅读全文
posted @ 2023-05-19 11:19
stardsd
阅读(1039)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2023-05-18 16:03
stardsd
阅读(201)
评论(0)
推荐(0)
摘要：
软提示是一种通过将数字数据打包到上下文的开头来引导语言模型的输出的方法。 此过程创建了一种额外的训练层，指示您的模型以不同的方式表现。 例如，软提示可以修改 AI 的风格和行为，以匹配文学体裁、虚构世界或特定作者的风格³。 软提示由**基于梯度下降的优化算法**创建——通过对训练数据进行训练，很像训 阅读全文
posted @ 2023-05-18 14:05
stardsd
阅读(2269)
评论(0)
推荐(0)
摘要：
1998年，国家统计局将工业统计范围划分为规模以上和规模以下两部分。“规模以上工业企业”，1998-2006年，是指全部国有和年主营业务收入500万元及以上的非国有工业法人单位；2007-2010年，统计范围调整为年主营业务收入500万元及以上的工业法人单位；2011年开始至今，统计范围为年主营业务 阅读全文
posted @ 2023-05-16 10:35
stardsd
阅读(538)
评论(0)
推荐(0)
摘要：
[按]：针对迅猛发展并取得本质突破的人工智能，OpenDAI（Open Declaration of AI，开放协议“人工智能宣言”）号召国际上的相关共同体参考1215年的英国《大宪章》/1620年的北美《五月花号公约》/1776年的美国《独立宣言》等，发布开放的、可被不断更新迭代的人工智能宣言，以 阅读全文
posted @ 2023-05-13 20:44
stardsd
阅读(252)
评论(0)
推荐(0)
摘要：
（1） 广播电视级别： 标清=Standard Definition=SD。 NTSC制式标清：纵向480线=480i/p （640x480, 704x480, 720x480, 848x480等） PAL制式标清：纵向576线=576i/p （720x576, 768x576, 1024x576等 阅读全文
posted @ 2023-05-11 17:06
stardsd
阅读(22953)
评论(0)
推荐(1)
摘要：
2020 年 6 月 9 日，星期二 作者：Peter J. Liu 和 Yao Zhao，Google Research 软件工程师 学生的任务通常是阅读文档并生成摘要（例如读书报告），以展示阅读理解和写作能力。这种抽象文本摘要是自然语言处理中最具挑战性的任务之一，涉及理解长段落、信息压缩和语 阅读全文
posted @ 2023-05-05 16:38
stardsd
阅读(229)
评论(0)
推荐(0)
摘要：
高度可扩展、可编程的计算机视觉和人工智能处理器 芯原Vivante的神经网络处理器 （NPU） IP是高度可扩展、可编程的计算机视觉和人工智能处理器，支持终端、边缘端及云端设备的人工智能运算升级。Vivante NPU IP可满足多种芯片尺寸和功耗预算，是具成本效益的优质神经网络加速引擎解决方案。 阅读全文
posted @ 2023-05-05 16:21
stardsd
阅读(889)
评论(0)
推荐(0)
摘要：
TensorRT是一个用于高性能深度学习推理的SDK，它可以将已经训练好的网络转换为TensorRT引擎，从而提高推理速度和效率。TensorRT的作用有以下几点¹²： TensorRT可以对网络进行压缩、优化以及运行时部署，并且没有框架的开销。 TensorRT通过合并层、选择最优的卷积核、根据指 阅读全文
posted @ 2023-05-05 15:27
stardsd
阅读(744)
评论(0)
推荐(0)
摘要：
The Ackermann function is a recursive function that takes two non-negative integers as inputs and returns a non-negative integer as output. The functi 阅读全文
posted @ 2023-05-04 13:43
stardsd
阅读(557)
评论(0)
推荐(0)
摘要：
解释1： 在深度学习中，Fisher信息矩阵（FIM）是一种可以用来表征损失函数的变化，进行二阶优化，和构建几何学习理论的工具。FIM衡量了模型输出对模型参数变化的敏感度。然而，精确的FIM要么不存在闭式解，要么计算代价太高，所以通常根据经验样本来估计。 改善Fisher的条件数意味着降低FIM估计 阅读全文
posted @ 2023-04-23 15:23
stardsd
阅读(2294)
评论(0)
推荐(0)
浙公网安备 33010602011771号