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
牧歌悠悠2 小时前
【深度学习】Unet的基础介绍
人工智能·深度学习·u-net
Archie_IT3 小时前
DeepSeek R1/V3满血版——在线体验与API调用
人工智能·深度学习·ai·自然语言处理
大数据追光猿3 小时前
Python应用算法之贪心算法理解和实践
大数据·开发语言·人工智能·python·深度学习·算法·贪心算法
Watermelo6175 小时前
从DeepSeek大爆发看AI革命困局:大模型如何突破算力囚笼与信任危机?
人工智能·深度学习·神经网络·机器学习·ai·语言模型·自然语言处理
Donvink6 小时前
【DeepSeek-R1背后的技术】系列九:MLA(Multi-Head Latent Attention,多头潜在注意力)
人工智能·深度学习·语言模型·transformer
计算机软件程序设计6 小时前
深度学习在图像识别中的应用-以花卉分类系统为例
人工智能·深度学习·分类
AAIshangyanxiu6 小时前
遥感与GIS在滑坡、泥石流风险普查中的实践技术应用
图像处理·遥感·dem数据·arcgis地质灾害·envi遥感
終不似少年遊*9 小时前
词向量与词嵌入
人工智能·深度学习·nlp·机器翻译·词嵌入
小伍_Five9 小时前
从0开始:OpenCV入门教程【图像处理基础】
图像处理·python·opencv
夏莉莉iy11 小时前
[MDM 2024]Spatial-Temporal Large Language Model for Traffic Prediction
人工智能·笔记·深度学习·机器学习·语言模型·自然语言处理·transformer