- CVPR2021零样本实例分割论文解读Zero-Shot Instance Segmentation摘要深度学习已经显著地改进了实例分割的精准率，使用丰富的标记数据。但是，在许多领域，如医疗和制造业，收集足够的数据是非常难的并且标记这些数据需要高专业技能。我们根据这个动机提出了一个新的任务名称叫做ZSI零样本实例分割。在ZSI训练阶段，模型用已知数据训练，在测试阶段，模型用来分割已知和未知的... CVPR2021零样本实例分割论文解读Zero-Shot Instance Segmentation摘要深度学习已经显著地改进了实例分割的精准率，使用丰富的标记数据。但是，在许多领域，如医疗和制造业，收集足够的数据是非常难的并且标记这些数据需要高专业技能。我们根据这个动机提出了一个新的任务名称叫做ZSI零样本实例分割。在ZSI训练阶段，模型用已知数据训练，在测试阶段，模型用来分割已知和未知的...
- 本文介绍多任务学习中目标权重平衡方法GradNorm。传统多任务目标函数构造的问题：多任务损失函数定义如下：相应的，随机梯度下降的权重更新公式如下：（注释：这里是共享层最后一层的权重，具体和多任务学习的网络构造有关，这里不做具体介绍。）当某一个任务的梯度占据主导地位，或者任务梯度冲突时，权重更新可能并不是最优的。 改进方法：本次介绍方法Gradnorm，通过调整不同loss的数量级和学习速度... 本文介绍多任务学习中目标权重平衡方法GradNorm。传统多任务目标函数构造的问题：多任务损失函数定义如下：相应的，随机梯度下降的权重更新公式如下：（注释：这里是共享层最后一层的权重，具体和多任务学习的网络构造有关，这里不做具体介绍。）当某一个任务的梯度占据主导地位，或者任务梯度冲突时，权重更新可能并不是最优的。 改进方法：本次介绍方法Gradnorm，通过调整不同loss的数量级和学习速度...
- 论文提出一个端到端的文档结构分析方案（DocParser），对文档（扫描版、图片版等）进行结构提取，包括实体识别（这里实体指所有需要检测的元素，包括文本、行、列、单元格等）和关系分类。 论文提出一个端到端的文档结构分析方案（DocParser），对文档（扫描版、图片版等）进行结构提取，包括实体识别（这里实体指所有需要检测的元素，包括文本、行、列、单元格等）和关系分类。
- 自然语言处理（Natural Language Processing, NLP）领域中，近年来出现了一批以GPT、BERT为代表的大模型崭露头角，在各类任务上大幅提升了精度，并逐渐成为主流。但是大模型并不是万能的，在当前这个环境下，我们该如何看待大模型呢？ 自然语言处理（Natural Language Processing, NLP）领域中，近年来出现了一批以GPT、BERT为代表的大模型崭露头角，在各类任务上大幅提升了精度，并逐渐成为主流。但是大模型并不是万能的，在当前这个环境下，我们该如何看待大模型呢？
- “优化”是我们经常听到的一个词。简单而言，优化就是指通过实施一些我们可以控制的修改（设计变量）到关注的系统，从而使该系统的某些我们想要的指标变得更好（目标），同时另一些指标在我们可以接受的范围内（约束）。由于我们对所关注系统的认知有限，且影响系统性能的环境经常变化，我们无法直接确定具有最优性能的系统，从而需要使用优化搜索算法进行寻找。所以有句俗话是这样说的“万物皆可优，万物皆需优”，这里的“... “优化”是我们经常听到的一个词。简单而言，优化就是指通过实施一些我们可以控制的修改（设计变量）到关注的系统，从而使该系统的某些我们想要的指标变得更好（目标），同时另一些指标在我们可以接受的范围内（约束）。由于我们对所关注系统的认知有限，且影响系统性能的环境经常变化，我们无法直接确定具有最优性能的系统，从而需要使用优化搜索算法进行寻找。所以有句俗话是这样说的“万物皆可优，万物皆需优”，这里的“...
- 本文章为案例 机器学习方法实现手写数字二分类 的配套文章本文将手工推导梯度下降公式，模型为感知机，损失函数为均方误差函数。模型结构如下图所示：下面我们开始进行梯度下降公式的手工推导。至此，公式推导完成。 本文章为案例 机器学习方法实现手写数字二分类 的配套文章本文将手工推导梯度下降公式，模型为感知机，损失函数为均方误差函数。模型结构如下图所示：下面我们开始进行梯度下降公式的手工推导。至此，公式推导完成。
- FCOS: Fully Convolutional One-Stage Object Detection Backgroundanchor-based 方法的不足：anchor的参数过多，且对最终的检测性能有较大的影响。例如anchor的大小，长宽比等。anchor导致的正负样本不平衡问题较为严重anchor-based的方法分为two-stage和one-stage。two-stage的... FCOS: Fully Convolutional One-Stage Object Detection Backgroundanchor-based 方法的不足：anchor的参数过多，且对最终的检测性能有较大的影响。例如anchor的大小，长宽比等。anchor导致的正负样本不平衡问题较为严重anchor-based的方法分为two-stage和one-stage。two-stage的...
- 近年来，“AI的应用和落地”逐渐成了具化的关键词，它和很多事物很多行业结合在一起，形成了奇妙的“化学反应”。例如，在日常生活中，AI可以推送我们喜欢的新闻或视频，可以在拍照的时候识别场景提升照片的美感…….而今天笔者要说的，可能是从很多人都密切相关但大多很陌生的一个“神秘”的职业说起：机场塔台空中交通管制。上海麦图信息科技有限公司，借助华为云ModelArts一站式AI开发平台，开发出智能塔... 近年来，“AI的应用和落地”逐渐成了具化的关键词，它和很多事物很多行业结合在一起，形成了奇妙的“化学反应”。例如，在日常生活中，AI可以推送我们喜欢的新闻或视频，可以在拍照的时候识别场景提升照片的美感…….而今天笔者要说的，可能是从很多人都密切相关但大多很陌生的一个“神秘”的职业说起：机场塔台空中交通管制。上海麦图信息科技有限公司，借助华为云ModelArts一站式AI开发平台，开发出智能塔...
- Bug0:The size of tensor a (209) must match the size of tensor b (21824) at non-singleton dimension 0解决：Firstly, I run training on coco dataset fluently.Then, I refresh the config file according to ... Bug0:The size of tensor a (209) must match the size of tensor b (21824) at non-singleton dimension 0解决：Firstly, I run training on coco dataset fluently.Then, I refresh the config file according to ...
- 当前想使用pytorch 1.7进行训练，而modelarts预置框架最高只支持pytorch 1.4。可以通过如下配置方式来实现。（其他的pytorch版本采用同样的方式只是下载的文件不同）首先要了解的是预置框架pytorch 1.4所使用的cuda版本为10.1，python版本为3.6，因此我们需要基于python3.6 cuda10.1构建的pytorch 1.7 离线安装包。同时我... 当前想使用pytorch 1.7进行训练，而modelarts预置框架最高只支持pytorch 1.4。可以通过如下配置方式来实现。（其他的pytorch版本采用同样的方式只是下载的文件不同）首先要了解的是预置框架pytorch 1.4所使用的cuda版本为10.1，python版本为3.6，因此我们需要基于python3.6 cuda10.1构建的pytorch 1.7 离线安装包。同时我...
- HCIA-IoT职业认证训练营知识学习巩固，课下思考题解答。 HCIA-IoT职业认证训练营知识学习巩固，课下思考题解答。
- 最近在学习基于Bert的中文新闻分类方法，在bilibili刘老师的视频中是使用MindSpore0.5版本讲解，在张辉老师的博客中用到了MindSpore1.0版本，现在是MindSpore1.1版本，由于代码版本问题，我下载了最新的Bert源码文件，根据教学视频和博客做实验，但仍然出现训练任务报错的情况，求指教！！！ 最近在学习基于Bert的中文新闻分类方法，在bilibili刘老师的视频中是使用MindSpore0.5版本讲解，在张辉老师的博客中用到了MindSpore1.0版本，现在是MindSpore1.1版本，由于代码版本问题，我下载了最新的Bert源码文件，根据教学视频和博客做实验，但仍然出现训练任务报错的情况，求指教！！！
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签