之前，MsnhNet主要支持了将Pytorch模型转换为MsnhNet框架可以运行的模型文件（*.msnhnet和*.bin），并且我们在之前的Pytorch转Msnhnet模型思路分享文章中分享了这个转换的思路。...
内容概要：都已经有这么多深度学习框架了，为什么还要搞个 OneFlow？在机器学习领域，袁进辉看的比 90% 的人都长远。
卷积在数据分析中无处不在。几十年来，它们已用于信号和图像处理。最近，它们已成为现代神经网络的重要组成部分。
现在来解释一下，为什么 num_heads 的值需要能够被 embed_dim 整除。这是为了把词的隐向量长度平分到每一组，这样多组注意力也能够放到一个矩阵里，从而并行计算多头注意力。...
这篇文章的重点不在于讲解FR的各种Loss，因为知乎上已经有很多，搜一下就好，本文主要提供了各种Loss的Pytorch实现以及Mnist的可视化实验，一方面让大家借助代码更深刻地理解Loss的设计，另一方面直观的比较各种Loss的有效性，是...
让我们面对现实吧，你的模型可能还停留在石器时代。我敢打赌你仍然使用32位精度或GASP甚至只在一个GPU上训练。
可微分渲染是一个新颖的领域，可帮助计算3D对象的梯度并允许它们在图像中传播，而无需3D数据收集和注释。计算机图形学中的渲染生成3D场景，该场景由几何形状，材质，场景光和相机属性定义。渲染是一个复杂的过程。它的区别不能...
正态分布（Normal Distribution）和均匀分布（Uniform Distribution）是最常见的分布之一，创建采样自这 2 个分布的张量非常有用，「比如在卷积神经网络中，卷积核张量...
Amusi 发现了一个超快速3D目标检测网络！SFA3D：基于LiDAR的实时、准确的3D目标检测模型，在GTX 1080 Ti上速度高达95 FPS！代码现已开源！
