前言

PyTorchImageModels，简称 timm，是一个巨大的 PyTorch 代码集合，包括了一系列：

• image models
• layers
• utilities
• optimizers
• schedulers
• data-loaders / augmentations
• training / validation scripts

旨在将各种 SOTA 模型整合在一起，并具有复现 ImageNet 训练结果的能力。

github link
hugging face models

作者：Ross Wightman，来自加拿大温哥华。首先致敬大佬！

前言

本文思想

paper
doc

基于知识增强的多范式统一预训练框架

前言

本文思想

paper
coding

multi-node（多机） multi-gpu（多卡）的工作原理和细节

前言

本文思想

• Natural language supervision
• Creating a sufficiently large Dataset
• Selecting an efficient pre-training method
• Choosing and scaling a method

paper
code

clip

前言

本文思想
将相同语义下的物体（名词）作为图像和语言对齐的锚点（Anchor Point）从而简化图像和文本之间的语义对齐的学习任务。

paper link
code

Oscar，微软家的VLP代表，曾经据说打败一众模型成为VLP多个任务的sota

前言

针对的几个挑战性问题

• 无效的图文之间的强关联假设
• 预训练的效率低下
• 模型部署困难

解决问题
提出了BriVL的双塔模型 + 借鉴MoCo的策略 + 一个给予队列的字典 + InfoNCE Loss

模型适用场景
图像检索文本、文本检索图像、图像标注、图像零样本分类、作为其他下游多模态任务的输入特征等。

paper link
code

BriVL，首个中文通用图文多模态大规模预训练模型

前言

记录一些机器学习的各种资源，书籍和视频都有，随时更新～

come on~

前言

DeepLab系列论文一共有四篇，分别为：

• DeepLab V1，
• DeepLab V2，
• DeepLab V3，
• DeepLab V3+。

一点一点加油~

前言

虚函数可以说是在涉及C++的面试问题中经久不衰的话题了，这里就介绍一下虚函数的概念以及相关的常见问题。

加油~

前言

C++中释放内存的方式有 delete 和 delete[] 两种，它们的区别是什么呢？

加油~