损失函数除了作为模型训练时候的优化目标，也能够作为模型好坏的一种评价指标。但通常人们还会从其它角度评估模型的好坏。

保存模型总体来说有两种：第一种：保存训练的模型，之后我们可以继续训练（1）保存模型state = { 'model': model.state_dict(), 'optimizer':optimizer.state_dict(), 'epoch': epoch } torch...

转自：https://blog.csdn.net/wcy23580/article/details/90082221

这篇文章是何恺明组做的一个偏实验的工作，主要是探究ImageNet预训练的模型，在迁移到其他任务比如目标检测，分割等会不会比从头训练模型的要更好。可以总结一下就是...

损失函数除了作为模型训练时候的优化目标，也能够作为模型好坏的一种评价指标。但通常人们还会从其它角度评估模型的好坏。

上一篇Blog介绍了无锁化编程场景下的一种垃圾回收机制，Epoch-based Memory Reclaimation（EB)。 本篇介绍另一种无锁化编程场景下的垃圾回收机制，Hazard Pointer（HP）。HP也是一种确定型GC。...

显著性目标检测模型通常需要花费大量的计算成本才能对每个像素进行精确的预测，因此这使得其几乎不适用于低功耗的设备。

本文主要介绍了近期发表在PNAS上的论文“Understanding the computation of time using neural network models”里面的主要工作。原文作者是青岛大学的Zedong Bi和香港浸会大学的Changsong Zhou。...

Epochs对象是一种将连续数据表示为时间段集合的方法，其存储在数组(n_events,n_channels,n_times)

Crossbeam是stjepang大神在做smol之前主要贡献的著名Rust的并发库。相信很多人都用过其中的mpmc channel。其实整个Crossbeam对无锁并发有很多支持，极大的提高了并发的性能，是生产代码依赖的不二之选。在这里开这么一个...