搜索结果
查询Tags标签： 推理，共有 32条记录-
NLP模型压缩概述
目录1. 为什么需要模型压缩2. 模型压缩的基本方法 1. 为什么需要模型压缩 理论上来说，深度神经网络模型越深，非线性程度也就越大，相应的对现实问题的表达能力越强，但相应的代价是，训练成本和模型大小的增加。 同时，在部署时，大模型预测速度较低且需要更好的硬件支持…
2022/6/28 23:31:17 人评论 次浏览 -
推理(Inference)与预测(Prediction)
在机器学习的背景下，很多人似乎混淆了这两个术语。这篇文章将试图澄清我们所说的这两个词是什么意思，每一个词在哪里有用，以及它们是如何应用的。在这里，我将举几个例子来直观地理解两者之间的区别。 推理和预测这两个术语都描述了我们在监督下从数据中学习的任务，以…
2022/6/15 23:24:26 人评论 次浏览 -
科普 | 深度学习训练和推理有何不同？
要理解什么是深度神经网络的“训练（training）”，我们可以把它类比成在学校中学习。神经网络和大多数人一样——为了完成一项工作，需要接受教育。 具体来说，经过训练（training）的神经网络可以将其所学应用于数字世界的任务——例如：识别图像、口语词、血液疾病，或…
2022/6/15 23:24:25 人评论 次浏览 -
KNN算法推理与实现
Overview K近邻值算法 KNN (K — Nearest Neighbors) 是一种机器学习中的分类算法；K-NN是一种非参数的惰性学习算法。非参数意味着没有对基础数据分布的假设，即模型结构是从数据集确定的。 它被称为惰性算法的原因是，因为它不需要任何训练数据点来生成模型。所有训练数…
2022/6/5 1:21:55 人评论 次浏览 -
不确定性推理
不确定性推理概述 不确定性推理的含义 不确定性推理：是指建立在不清楚，不明确的知识和证据基础上的推理，不完备、不精确的知识推理，模糊知识推理。 为什么要采用不确定性推理： 多种原因导致同一结论。 解题方案不唯一，现实生活中的问题有很多解决方案，这些方案之间…
2022/5/5 23:20:45 人评论 次浏览 -
ONNXRuntime学习笔记(三)
接上一篇完成的pytorch模型训练结果，模型结构为ResNet18+fc，参数量约为11M，最终测试集Acc达到94.83%。接下来有分两个部分：导出onnx和使用onnxruntime推理。 一、pytorch导出onnx 直接放函数吧，这部分我是直接放在test.py里面的，直接从dataloader中拿到一个batch的数…
2022/5/1 6:16:28 人评论 次浏览 -
置信规则库推理
from sklearn.metrics import accuracy_score, f1_score, recall_score, precision_score from sklearn.model_selection import KFold, train_test_splitfrom liu_ebrb import LiuEBRBClassifierfrom process_data import process_to_pieces import random import pandas…
2022/2/25 23:30:47 人评论 次浏览 -
resa推理
参考https://blog.csdn.net/qq_42178122/article/details/122787261博主的博文 import os import os.path as osp import time import shutil import torch import torchvision import torch.nn.parallel import torch.backends.cudnn as cudnn import torch.nn.functiona…
2022/2/8 23:52:22 人评论 次浏览 -
【图神经网络】图神经网络(GNN)学习笔记：GNN的应用简介
@TOC GNN的应用简述 GNN的适用范围非常广泛： 显式关联结构的数据：药物分子、电路网络等隐式关联结构的数据：图像、文本等 生物化学领域中：分子指纹识别、药物分子设计、疾病分类等 交通领域中：对交通需求的预测、对道路速度的预测等 计算机图像领域：目标检测、视觉推…
2022/2/7 23:15:07 人评论 次浏览 -
论文笔记：How Transferable are Reasoning Patterns in VQA?
目录 摘要： 一、介绍 二、相关工作 三、Analysis of Reasoning Patterns 3.1. Visual noise vs. models with perfect-sight 3.3、Attention modes and task functions摘要：视觉问答(VQA)任务因为具有语言偏差和捷径偏差的问题，往往会阻碍模型学习真正的依靠图像进行推…
2021/12/18 23:20:45 人评论 次浏览 -
论文笔记：How Transferable are Reasoning Patterns in VQA?
目录 摘要： 一、介绍 二、相关工作 三、Analysis of Reasoning Patterns 3.1. Visual noise vs. models with perfect-sight 3.3、Attention modes and task functions摘要：视觉问答(VQA)任务因为具有语言偏差和捷径偏差的问题，往往会阻碍模型学习真正的依靠图像进行推…
2021/12/18 23:20:45 人评论 次浏览 -
TensorRT——INT8推理
原理为什么要使用INT8推理：更高的吞吐量/处理的fps提高以及更低的内存占用(8-bit vs 32-bit) 将FP32模型转换成INT8模型存在的挑战：更低的动态范围和精度Consider that 32-bit floating-point can represent roughly 4 billion numbers in the interval [-3.4e38, 3.40e…
2021/11/11 23:12:21 人评论 次浏览 -
TensorRT——INT8推理
原理为什么要使用INT8推理：更高的吞吐量/处理的fps提高以及更低的内存占用(8-bit vs 32-bit) 将FP32模型转换成INT8模型存在的挑战：更低的动态范围和精度Consider that 32-bit floating-point can represent roughly 4 billion numbers in the interval [-3.4e38, 3.40e…
2021/11/11 23:12:21 人评论 次浏览 -
行测图形推理笔记-
9.对称属性 快速判断方法，经过中心点画一条直线，交点到中心点的距离相同，如果不相同的话那么肯定不是轴对称或者中心对称图形。 轴对称或中心对称都可以用上述方法来确定。 既有横轴对称又有纵轴对称，就是中心对称图形。 考察对称轴的方向，特别只有在一条对称轴的时…
2021/10/15 6:14:38 人评论 次浏览 -
行测图形推理笔记-
9.对称属性 快速判断方法，经过中心点画一条直线，交点到中心点的距离相同，如果不相同的话那么肯定不是轴对称或者中心对称图形。 轴对称或中心对称都可以用上述方法来确定。 既有横轴对称又有纵轴对称，就是中心对称图形。 考察对称轴的方向，特别只有在一条对称轴的时…
2021/10/15 6:14:38 人评论 次浏览
