最新 最热

Stageless Beacon 生成流程分析

CobaltStrike 的 Beacon 生成分为两种,Stage Beacon 和 Stageless Beacon,这次主要来说明的是无阶段的 Stageless Beacon,最终文件比较大,不用从网络中来拉取。

2022-01-07
1

干货 | 携程Service Mesh性能优化实践

本文作者Shirley博、烧鱼,来自携程Cloud Container团队,目前主要从事Service Mesh在携程的落地,负责控制面的可用性及优化建设,以及推进各类基础设施服务的云原生化。...

2021-12-27
1

豪取4个SOTA,谷歌魔改Transformer登NeurIPS 2021!一层8个token比1024个还好用

目前,Transformer模型在计算机视觉任务(包括目标检测和视频分类等任务)中获得了最先进的结果。

2021-12-13
0

Swin-Transformer又又又下一城 | 看SwinTrack目标跟踪领域独领风骚

最近,Transformer在视觉任务方面取得了重大进展。将Transformer架构引入视觉问题的尝试大致可以分为两种类型:

2021-12-09
0

微软提出VLMo:用“模态混合专家”进行统一的视觉语言预训练!即将开源!

本文分享论文『VLMo: Unifified Vision-Language Pre-Training with Mixture-of-Modality-Experts』,由微软提出《VLMo》,用“模态混合专家”进行统一的视觉语言预训练!即将开源!...

2021-12-02
0

BEIT:基于图像重建进行预训练!微软提出BEIT,Top-1准确率达86.3%!代码已开源!

在本文中,作者介绍了一种自监督视觉表示模型BEIT (B idirectional E ncoder representation from I mage T ransformers)。继BERT在自然语言处理领域开发之后,作者提出了一种用于预训练视觉Transformer的masked image mod...

2021-12-02
1

迟到的 HRViT | Facebook提出多尺度高分辨率ViT,这才是原汁原味的HRNet思想

密集预测视觉任务,如语义分割、目标检测,是现代智能计算平台(如AR/VR设备)的关键技术。卷积神经网络的发展非常迅速,在密集预测任务方面有了显著的改进。除了传统的CNN外,近期的ViTs也已经吸引了研究者广泛的兴趣,并在视觉...

2021-11-17
0

NeurIPS2021 MBT:多模态数据怎么融合?谷歌提出基于注意力瓶颈的方法,简单高效还省计算量

NeurIPS 2021 论文『Attention Bottlenecks for Multimodal Fusion』,思考《MBT》多模态数据怎么融合?谷歌提出基于注意力瓶颈的方法,简单高效还省计算量。

2021-11-10
1

Vue源码分析-响应式原理

vuejs 的响应式就是通过数据劫持对每个 data 属性添加一个 Dep 对象,该 Dep 对象维护一个 Watcher 数组,data 发生改变时,通知所有的 Watcher 回调,每个组件都有一个默认的渲染 Watcher,它的回调就是 vm._update(vm._rende...

2021-10-26
1

Linux From Scratch(LFS11.0)交叉编译临时工具 - Patch-2.7.6

Patch 软件包包含通过应用 “补丁” 文件,修改或创建文件的程序,补丁文件通常是 diff 程序创建的。

2021-10-08
1