V
主页
京东 11.11 红包
4.0量化——数据类型
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的模型压缩与优化课程】4.1量化——KMeans量化与线性量化
【MIT的模型压缩与优化课程】4.4量化——QAT的原理
【MIT的模型压缩与优化课程】2.0神经网络基础——常见的各种算子
【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)
【MIT的模型压缩与优化课程】3.0剪枝与稀疏性——剪枝粒度与剪枝准则
【MIT的模型压缩与优化课程】4.3量化——PTQ的动态范围裁剪
【MIT的模型压缩与优化课程】4.2量化——PTQ的量化粒度
【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
【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
【MIT的模型压缩12.5Transformer和LLM——vLLM的pagedAttension/ StreamingAttension的Sink Token
【MIT的模型压缩与优化课程】12.3Transformer和LLM——LLM的量化:SmoothQuant和AWQ
【MIT的模型压缩与优化课程】16.1DiffusionModel——带有条件的扩散模型
【MIT的模型压缩与优化课程】1.0课程介绍与引入——DL在视觉上的应用
【MIT的模型压缩与优化课程】16.2DiffusionModel——StableDiffusion和图像编辑和FastComposer
【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】12.7Transformer和LLM——常见的微调方式:Lora/Qlora/Adapter/PromptTuning
【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】3.3剪枝与稀疏性——EIE引擎
【MIT的模型压缩与优化课程】12.1Transformer和LLM——Transformer的变体
【MIT的模型压缩与优化课程】15.3EfficientGAN与视频理解与点云识别——点云分割SPVConv
【MIT的模型压缩与优化课程】1.1课程介绍与引入——DL在NLP上的应用
【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】16.3DiffusionModel——DDIM与蒸馏剪枝量化
大模型面经--量化篇
【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
【MIT的模型压缩与优化课程】18.2微调与提示词工程——提示词工程: ZeroShot/FewShot/Chain of Thought
【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
【哥伦比亚大学CV课程】004成像——1针孔模型与透视投影
【MIT的模型压缩与优化课程】13.2分布式训练——混合并行与Alpa
【哥伦比亚大学CV课程】011校正的立体视觉——1相机模型与内外参矩阵
MIT《TinyML和高效深度学习计算L11-TinyEngine|EfficientML.ai Course Fa24 MIT 6.5940》deepseek
【MIT的模型压缩与优化课程】17.0PockEngine编译器优化——图优化:稀疏更新/算子梯度重排序/常量折叠/死代码消除
吴恩达同步最新AI课,第56讲:Llama 3.2多模态综合开发--Introducing Multimodal Llama 3.2
【MIT的模型压缩与优化课程】15.0EfficientGAN与视频理解与点云识别——GAN基础知识
【MIT的模型压缩与优化课程】14.0EfficientVit——Vit基础知识
【MIT的模型压缩与优化课程】18.1微调与提示词工程——LoRA家族:LoRA/QLoRA/LongLoRA
【德国图宾根大学-自动驾驶课程】里程计与SLAM——3VO:对极几何/非线性优化BA/直接法
【精选200集】人工智能课程:如何学习人工智能技术?人工智能.大模型.多模态入门教程!pytorch深度学习 Transformer原理详解!人工智能基础课程
【德国图宾根大学-自动驾驶课程】目标跟踪——2贝叶斯滤波
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