算法部署总结

总体

后端算法才是未来,大号模型大参数才是未来。

以前总是执着于移动端,边缘端部署。

各种寻找小模型,边缘端优化技术,支持功能少,效果也没那么好。

眼光局限了。

这真是苦涩的教训阿。

OpenAI:与其执着于各种人工优化技巧,不如相信更大的算力(更多的参数和数据)。

https://www.bilibili.com/read/cv32692627/

http://www.incompleteideas.net/IncIdeas/BitterLesson.html

当前(2024年3月29日),算法进步是很快的,现在不行的任务功能,过一段时间可能就行了。

想要完成某个功能任务,专门针对的算法没有,但是可以寻找其它通用算法来解决。

比如用sam,解决很多分割相关的任务。

用yolov8训练出来的算法检测人脸,比很多专门优化的人脸检测算法还好。

后端算法

相关推荐
其美杰布-富贵-李2 小时前
为什么注意力分数要除以 $\sqrt{d_k}$
深度学习·注意力
ZENERGY-众壹2 小时前
AI 诊断光伏组件热斑:从 10% 功率偏差到深度学习建模的实战复盘
人工智能·深度学习·光伏运维·逆变器api·能源数字化
今心上3 小时前
关于d2l中train_ch3以及softmax中图在pycharm中显示不出来的解决方案
深度学习·机器学习·pycharm
hhzz16 小时前
Tiger AI Platform平台中增加人脸识别功能
图像处理·人工智能·算法·计算机视觉·大模型
大鱼>19 小时前
深入Real-ESRGAN架构:RRDBNet设计精髓与ONNX/TensorRT部署优化
人工智能·深度学习·架构
2zcode20 小时前
项目文档:基于MATLAB深度卷积神经网络的肺癌CT影像智能检测系统设计与实现
深度学习·matlab·cnn
m沐沐21 小时前
【深度学习】卷积神经网络 数据增强、保存最优模型实现,详细解读
人工智能·python·深度学习·机器学习·cnn·数据增强
硅谷秋水21 小时前
PhyGround:生成式世界模型中的物理推理基准测试
人工智能·深度学习·机器学习·计算机视觉·语言模型
coder_zrx21 小时前
大语言模型训练范式:从 GPT 到 Llama 的 RLHF 演进
人工智能·深度学习
不懒不懒21 小时前
Windows 深度学习环境配置(CUDA12.8 + cuDNN9.x + PyTorch)最简避坑指南(2026 最新)
人工智能·pytorch·深度学习