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
Rocky Ding*15 分钟前
一文读懂LLM Agent Skills 的运行时本质:从能力路由到渐进式披露
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·agent skills
大江东去浪淘尽千古风流人物1 小时前
【LoMa】局部特征匹配重访:从LoMa-B到旋转不变LoMa-R的架构与工程实践
开发语言·深度学习·计算机视觉·r语言·视觉定位·sfm·局部特征匹配
江润舟1 小时前
万物 | 炼器 从零手搓工业级旋转目标检测网络 · 卷2 —— 计算图、梯度与反向传播(三)
人工智能·深度学习
zhurui_xiaozhuzaizai1 小时前
github上关于节省token的项目一览,上下文压缩,节省token,agent优化skill,热门项目
人工智能·深度学习·github
牧羊人.3332 小时前
动手学深度学习 04 | Dataset 和 DataLoader、数据增强
人工智能·pytorch·深度学习·算法
richard_yuu3 小时前
AOI 实战第六篇:.onnx 到 C++ 的最后一公里
c++·深度学习·yolo
硅谷秋水3 小时前
Qwen-Drive-1.0:迈向自动驾驶视觉-语言基础模型的第一步
人工智能·深度学习·机器学习·语言模型·自动驾驶
这张生成的图像能检测吗4 小时前
(论文速读)基于两阶段多模式深度学习的轮胎表面缺陷自动检测及严重程度分类系统
人工智能·深度学习·计算机视觉·数据采集·检测系统·缺陷检测分类·轮胎缺陷
无敌的牛4 小时前
大模型推理理解
人工智能·深度学习
吴佳浩 Alben4 小时前
走向 Memory OS:企业私有化 Agent 设计与实现
人工智能·深度学习·神经网络·语言模型·架构·自动化·ai编程