逐渐离谱,这波地位稳了!
自提出之日起,Transformer 模型已经在 CV、NLP 等多个领域中「大展拳脚」,例如我之前写过的马赛克克星算法还原图像、AI 打王者荣耀等算法,都是基于Transformer 实现的。
Transformer为什么这么有实力?因为它在分类、检测等任务上展现了极其强劲的性能。而且骨干网络上的发展也推动了下游任务的发展,Swin Transformer更是成了屠榜般的存在,在工业界具有广阔的应用前景。所以引起了人工智能研究生的强烈兴趣。
但要想啃透CV Transformer 难度不小:一方面,Transformer本是应用于NLP的论文,其中很多内容都形成了共识,在论文中并不会去详细介绍这些共识内容,例如QKV是什么,embedding是什么等,对于其他方向的人看到这些就很难理解。
另一方面,近小半年,Transformer+CV的论文就已经有40多篇。学术研究更新之快,与脱发速度成正比
那么这些Transformer+CV的论文要怎么学习才能又好又快地吃透呢?
无非三个步骤:泛读、精读、代码复现。
这次我们请来了现处科研一线的——电子羊老师,推出【ViT】+【MAE】论文精讲直播,为期2天,彻底夯实 CV Transformer 基础。
直播嘉宾:
—— 直播内容与安排 ——
1、4月22日20:00直播
1.论文研究背景、成果及意义2.论文精读3.论文总结4.学习路径推荐
2、4月23日20:00直播
1.MAE简介2.PreTrain FineTune3.为什么分类任务如此重要?4.MAE的主要方法5.MAE实验结果
↓ 前方福利 ↓
原价399元,现在0.1元领取!
👆扫码添加客服 即可领取↓
免费资料:《CV transformer经典论文》
(限99份,手慢无)
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。