- Fundamentals · 6 分钟阅读
机器学习入门：基础篇——数据设计、损失函数和泛化
“机器学习不仅仅是模型选择：它还包括定义任务、数据划分、损失函数、评估和部署变更。”
- Fundamentals · 6 分钟阅读
机器学习入门：神经网络基础
神经网络堆叠仿射变换和非线性激活，然后通过反向传播和基于梯度的优化来减少损失。
- Fundamentals · 19 分钟阅读
目标检测与语义分割入门——从图像中读取“物体位置”
目标检测通过绘制方框来框选物体；语义分割则根据图像含义为每个像素着色。本文将从两者的区别入手，探讨实例分割和全景分割，追溯 R-CNN、YOLO、DETR 和 DINO 的发展历程，直至它们对应的 3D 点云模型——系统地介绍场景理解的基本原理。
- Fundamentals · 15 分钟阅读
YOLO11 深度解析——C3k2 和 C2PSA 与 YOLOv8 相比发生了哪些变化？
“使用官方文档和原始资料（C3k2、C2PSA、无锚点检测、DFL/CIoU 损失以及 n/s/m/l/x 的测量基准）来分解 Ultralytics YOLO11。”
- Fundamentals · 13 分钟阅读
SegFormer详解——为什么没有位置编码的Transformer也能用于视频分割
本文基于原始论文，对NVIDIA、香港大学及其合作者在NeurIPS 2021上提出的SegFormer进行了深入剖析。我们考察了不带位置编码的分层MiT编码器、参数高效的All-MLP解码器、有效感受野、测量得到的mIoU、参数数量，并使用公式计算了从B0到B5的性能。
- Fundamentals · 5 分钟阅读
机器学习入门：姿态估计
姿态估计从图像中推断人或物体的关键点和六维姿态。本入门指南涵盖坐标、损失函数、遮挡、评估和安全性等方面的内容。
- Fundamentals · 6 分钟阅读
机器学习入门：生成模型
生成模型表示数据分布并生成条件输出。学习似然性、变分自编码器（VAE）、生成对抗网络（GAN）、扩散、评估、溯源和安全性。
- Hands-on · 3 分钟阅读
基准测试本地LLM：首次响应、生成率和内存
将首次答案内容与生成率和控制分开衡量 residency, caching and memory conditions.