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
明月醉窗台6 小时前
深度学习(17)YOLO训练中的超参数详解
人工智能·深度学习·yolo
t_hj7 小时前
大模型微调
人工智能·python·深度学习
z小猫不吃鱼7 小时前
06 ViT 为什么需要大规模数据?从归纳偏置理解 ViT 的训练特点
深度学习·计算机视觉·cnn
charlie1145141917 小时前
现代Qt开发教程(新手篇)2.3——QImage、QPixmap、QIcon 图像处理基础
开发语言·图像处理·qt
坏孩子的诺亚方舟7 小时前
open_prj26_基础图像处理
图像处理·计算机视觉·mpsco
nebula-AI9 小时前
人工智能导论:模型与算法(核心技术)
人工智能·深度学习·神经网络·算法·机器学习·集成学习·sklearn
数智工坊9 小时前
视觉-语言-动作模型解剖学:从模块、里程碑到核心挑战
论文阅读·人工智能·深度学习·算法·transformer
惊鸿一博10 小时前
Transformer模型图解(简单易懂版)
人工智能·深度学习·transformer
Omics Pro10 小时前
填补蛋白质组深度学习预处理教学空白
人工智能·python·深度学习·plotly·numpy·pandas·scikit-learn