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
浮生如梦_1 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
孙同学要努力6 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
sniper_fandc8 小时前
深度学习基础—循环神经网络的梯度消失与解决
人工智能·rnn·深度学习
weixin_518285058 小时前
深度学习笔记10-多分类
人工智能·笔记·深度学习
阿_旭10 小时前
基于YOLO11/v10/v8/v5深度学习的维修工具检测识别系统设计与实现【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·qt·ai
YRr YRr10 小时前
深度学习:Cross-attention详解
人工智能·深度学习
阿_旭10 小时前
基于YOLO11/v10/v8/v5深度学习的煤矿传送带异物检测系统设计与实现【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·目标检测·yolo11
算家云10 小时前
如何在算家云搭建Aatrox-Bert-VITS2(音频生成)
人工智能·深度学习·aigc·模型搭建·音频生成·算家云
小言从不摸鱼11 小时前
【NLP自然语言处理】深入解析Encoder与Decoder模块:结构、作用与深度学习应用
人工智能·深度学习·神经网络·机器学习·自然语言处理·transformer·1024程序员节
湫ccc11 小时前
Bert框架详解(上)
人工智能·深度学习·bert