网站首页 第993页

• 

  多模态技术在淘宝主搜召回场景的探索

  作者|幻士阿里巴巴大淘宝技术团队导语：搜索召回作为搜索系统的基础，决定了效果提升的上限。如何在现有的海量召回结果中，继续带来有差异化的增量价值，是我们面临的主要挑战。而多模态预训练与召回的结合，为我们打开了新的视野。...

  2024-09-10 btikc 技术文章 12 ℃ 0 评论
• 

  caffe详解之softmax层

  从零开始，一步一步学习caffe的使用，期间贯穿深度学习和调参的相关知识！softmaxlayersoftmaxlayer:输出似然值...

  2024-09-10 btikc 技术文章 8 ℃ 0 评论
• 

  CV学习笔记(三十):人脸识别流程分析

  *理论联系实际，记录下读《DeepFaceRecognition:ASurvey》的心得体会一个完整的人脸识别流程应该包含以下几个模块:1:人脸的检测:定位图片中存在人脸的位置...

  2024-09-10 btikc 技术文章 9 ℃ 0 评论
• 

  腾讯广告:广告场景下有哪些视觉算法应用?

  雷锋网AI科技评论按：今年7月，2019腾讯广告算法大赛「终极之战」在深圳腾讯滨海大厦顺利举行。本次总决赛现场，腾讯广告高级应用研究员石瑞超为大家带来了题为《广告场景下的AI视觉算法应用》的演讲。视觉算法应用于广告创意的三个阶...

  2024-09-10 btikc 技术文章 9 ℃ 0 评论
• 

  Auto Seg-Loss: 自动损失函数设计

  前段时间，有一则新闻比较火：全国游泳冠军赛引发争议，傅园慧等五位预赛排名第一的名将因体能测试分数低而无缘决赛体能水平可以反映竞技水平吗？...

  2024-09-10 btikc 技术文章 5 ℃ 0 评论
• 

  Day186:L/A-Softmax loss

  在学习中，对这个感兴趣，但是，用不到，那就大概了解一下吧（这篇博客有详细的介绍https://www.cnblogs.com/heguanyou/p/7503025.html）区别A-Softmax与L-Softmax的最大区别在于A-So...

  2024-09-10 btikc 技术文章 7 ℃ 0 评论
• 

  基于多任务学习和负反馈的深度召回模型

  导读：召回结果的好坏对整个推荐结果有着至关重要的影响，最近的一系列实践和研究表明，基于行为序列的深度学习推荐模型搭配高性能的近似检索算法可以实现既准又快的召回性能；与此同时，用户在天猫精灵上还可以进行实时指令操控（歌名点播：“播放七里香”...

  2024-09-10 btikc 技术文章 8 ℃ 0 评论
• 

  人脸识别的loss设计

  作者:尹国冰出处:https://yinguobing.com/loss-design-for-face-recognition/基于深度学习的物体检测离不开复杂的Anchor策略。与之相比人脸识别看起来复杂而实际逻辑简单了很多。文章“A...

  2024-09-10 btikc 技术文章 7 ℃ 0 评论
• 

  Circle Loss:巧妙地深度特征优化方法 | CVPR 2020 Oral

  论文提出了Circleloss，不仅能够对类内优化和类间优化进行单独地处理，还能根据不同的相似度值调整对应的梯度。总体而言，Circleloss更灵活，而且优化目标更明确，在多个实验上都有较好的表现，个人认为是一个很好的工作?来源：...

  2024-09-10 btikc 技术文章 14 ℃ 0 评论
• 

  CVPR 2020 Oral | 旷视研究院提出Circle Loss，统一优化视角

  机器之心发布机器之心编辑部计算机视觉与模式识别会议CVPR2020将于6月14-19日在美国西雅图举行。近日，大会官方论文结果公布，旷视研究院16篇论文被收录，研究领域涵盖人脸识别、实时视频感知与推理、小样本学习、迁移学习...

  2024-09-10 btikc 技术文章 6 ℃ 0 评论