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...

Transformer在CV领域的成功到底是什么呢？最近一年来各种Transformer与MLP架构设计意义真的有那么大呢？CV老将“水哥”颜水成团队最新提出的MetaFormer可能提供了一个非常有价值的参考。这会不会意味着Transformer的终章...

Vision Transformers吸引了大量的研究，并成为各种图像识别任务的Backbone之一，如分类、分割和检测。

首先使用osrload安装HEVD驱动，win10系统需要禁用驱动签名检测，然后成功安装后使用windbg下面的命令可以看到驱动已成功安装

Lkadoc是一款开源的接口文档自动生成工具，基于SpringBoot平台，拥有非常强大的接口文档管理功能。为解决Java后台开发人员编写接口文档、调试接口而生。同时提供了简洁、大气、功能丰富的接口文档UI操作界面，方便后端与前...

项目采用前后端分离开发，前后端使用access_token（即token）进行交互认证，但access_token有一个有效期，在access_token过期后，请求接口将无法成功，现在的处理方式是直接退出跳转至登录入口要求重新登录，但这种方式体验非常不友...

在本文中，作者提出了HERO，一个新的大规模视频+语言综合表示学习框架。HERO以层次结构编码多模态输入，其中视频帧的局部上下文 通过多模态融合被跨模态Transformer（Cross-modal Transformer） 捕获，而全局视频上下文 由时间Tr...

通常我们用 Typora 写 Markdown 文档，对于文档里面的图片，如果不使用图床，图片都是存放在本地，如果把文档复制到别的地方，还得额外复制图片，特别麻烦。...

听说过数据扩增（Data Augmentation），也听说过虚拟对抗训练（Virtual Adversarial Traning），但是我没想到会有人将其结合，谓之虚拟数据扩增（Virtual Data Augmentation）。这篇文章主要讲解EMNLP2021上的一篇论文Virtual Data Aug...

Facebook提出了一种NLP通用的攻击方法，而且可以通过梯度优化，论文发表在EMNLP2021，名为Gradient-based Adversarial Attacks against Text Transformers，源码在facebookresearch/text-adversarial-attack...