V
主页
京东 11.11 红包
1.1课程介绍与引入——DL在NLP上的应用
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
MIT《TinyML和高效深度学习计算L5 - 量化|EfficientML.ai Course 2024 Fall MIT 6.5940》豆包
【MIT的模型压缩与优化课程】4.0量化——数据类型
毕业论文终于有救了!这绝对是B站最全的【多模态+大模型+知识图谱】教程,轻松搞定大小论文创新点!!人工智能/深度学习/机器学习
MatchTime | 当LLM开始做足球解说:关于多模态模型在体育领域的应用
【MIT的模型压缩与优化课程】3.2剪枝与稀疏性——netAdapt/迭代剪枝与微调/彩票假设
【全874集】目前B站最全最细的ChatGPT零基础全套教程,2024最新版,包含所有干货!一天就能从小白到大神!少走99%的弯路!存下吧!很难找全的!
【MIT的模型压缩与优化课程】3.4剪枝与稀疏性——Tensor Core:M比N稀疏 / 稀疏卷积TorchSparse
【MIT的模型压缩与优化课程】1.2课程介绍与引入——多模态与AI硬件分类
【MIT的模型压缩与优化课程】12.3Transformer和LLM——LLM的量化:SmoothQuant和AWQ
【论文导读】Qwen2-VL
大模型最新全栈技术快速入门介绍|大模型全种类讲解,RAG&Agent热门项目介绍,大模型进阶技术一站式详解!
【新手必看】全网最好的深度学习算法入门教程!内含CNN、RNN、GAN、LSTM等经典算法基础,赶紧收藏!
mPLUG-Owl3:高效长序列通用多模态大模型技术解析
【MIT的模型压缩与优化课程】4.5量化——二元量化与三元量化(1bit量化)
【对新手超级友好】三小时深度学习PyTorch快速入门教程,包教包会!!——人工智能|机器学习|深度学习
【MIT的模型压缩与优化课程】13.4分布式训练——梯度量化 / 延迟梯度更新
【MIT的模型压缩与优化课程】2.2神经网络基础——网络Efficiency的衡量指标
Yolov8结构解析
完整60讲!计算机博士手把手教学的【Transformer】入门到精通,从零讲解基础原理及模型架构,绝对通俗易懂!
【MIT的模型压缩与8.2并行计算与推理优化——推理优化的4种技巧:Im2Col/In-place DWConv/NHWC与NCHW/Winograd Conv
【MIT的模型压缩与优化课程】14.1EfficientVit——SegmentAnything和SwinTransformer和点云SparseVit
论文速读33:PointLLM
LISA or LoRA?显存占用远低于LoRA,速度是LoRA的1.5倍,效果媲美全量微调
【MIT的模型压缩与优化课程】13.3分布式训练——梯度剪枝:稀疏通信/Deep Gradient Compression/PowerSGD
一口气学完回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机、神经网络等十二大机器学习算法!通俗易懂
20_精读llama-factory源码2
【MIT的模型压缩与优化课程】8.1并行计算与推理优化——SIMD(SSE和NEON)/多线程/Cuda编程/TensorCore的MMA
【MIT的模型压缩与优化课程】12.4Transformer和LLM——LLM的剪枝: Wanda/SpAtten/H2O/MoE
【MIT的模型压缩与优化课程】8.0并行计算与推理优化——循环优化
【MIT的模型压缩12.5Transformer和LLM——vLLM的pagedAttension/ StreamingAttension的Sink Token
Elliot 《CUDA编程|CUDA Programming Course – High-Performance Computing with GPUs》
【Llama-3.2-vison】一键包 Meta AI 发布 Llama 3.2 大模型
【MIT的模型压缩与优化课程】14.2EfficientVit——线性Attention和SparseVit
【MIT的模型压缩与优化课程】12.7Transformer和LLM——常见的微调方式:Lora/Qlora/Adapter/PromptTuning
[2024年] [中英字幕] 8 (谷歌)媒体生成式人工智能 | 麻省理工学院深度学习导论 6.S191
【中文配音】MIT18.06 线性代数 最新翻译
【MIT的模型压缩与优化课程】13.1分布式训练——ZeRO123_Pipeline并行与张量并行
草履虫都能毕业!Opencv+YOLO实时目标检测,计算机视觉方向从零到实战,带你做毕设!(计算机视觉/深度学习/Opencv/YOLO)
【MIT的模型压缩与优化课程】15.1EfficientGAN与视频理解与点云识别——有限数据时GAN的优化
【哥伦比亚大学CV课程】017图像缝合——1引入问题—图像变换