按主题找到想读的内容
博客目录
返回博客 →博客以介绍为主，不求甚解，先建立对一个内容的大致理解。
共 29 条内容
博客
多模态与视觉
11 条
- 容易混淆的 DINO：自监督 DINO/DINOv2、检测 DINO 与 Grounding DINO视觉理解 · 2026-10-10
- 图像生成架构演进：从 VAE、GAN 到 DDPM、Stable Diffusion、DiT 与 Flow Matching图像生成 · 2026-10-08
- DETR 目标检测方法：从 DETR、Deformable DETR 到 DINO 与 RT-DETR视觉理解 · 2026-10-06
- 流式语音识别中的 Chunk 分块掩码：Conformer、Emformer、Zipformer 与 U2/U2++语音识别 · 2026-10-03
- LLaVA 是什么：从视觉指令微调到开源多模态生态视觉语言模型 · 2026-09-27
- 视觉特征融合的五种经典玩法：FPN、PANet、BiFPN、ASPP 与 Non-local视觉理解 · 2026-09-26
- 视觉 Token 压缩：ToMe、FastV、EViT 与 DiffRate视觉语言模型 · 2026-09-22
- 多模态模型的视觉前端与对齐策略：CLIP、SigLIP、DINOv2、Q-Former 与 MLP视觉语言模型 · 2026-09-20
- 视频时序建模：从 C3D、I3D、TSM 到 TimeSformer 与 VideoMAE视觉理解 · 2026-09-20
- 视觉位置编码：RoPE、ALiBi 与 2D-RoPE 的 1 分钟速通视觉语言模型 · 2026-09-20
- 从像素变换到世界模型：多模态数据增强的三层演进视觉语言模型 · 2026-09-15
大模型与训练优化
8 条
- LoRA 与 QLoRA：用交互实验理解低秩更新与量化微调微调与显存优化 · 2026-10-20
- 千问如何越跑越快：从 MHA、GQA 到混合注意力模型基础与架构 · 2026-10-12
- 从 Q-Learning 到 GRPO：强化学习算法、网络角色与部署选择强化学习 · 2026-10-05
- ZeRO 显存优化：ZeRO-1、ZeRO-2 与 ZeRO-3微调与显存优化 · 2026-09-30
- 模型参数量怎么算：CNN、Transformer、ViT、LoRA 与 Adapter模型基础与架构 · 2026-09-27
- ONNX 和 TensorRT：模型部署加速的 1 分钟速通部署与推理加速 · 2026-09-20
- 从训练模型到端侧部署：.ckpt、.pt、ONNX、PNNX、NCNN 与 2026 年的移动端推理全景部署与推理加速 · 2026-08-25
- 如何理解深度学习中的框架模型基础与架构 · 2026-08-13
具身智能与世界模型
4 条
开发与工具实践
6 条
没有找到匹配的内容，试试更短的关键词。
到站内搜索查找正文 →