HarmonyHu

个人学习笔记

HarmonyHu's Notes

日日行,不怕千万里

AI Compiler Engineer · 个人学习笔记

106 篇文章 13 分类 79 标签

最新文章

  • 2021-04-21

    BERT

    概述概述BERT: Bidirectional Encoder Representation from Transformers论文地址[2019]:BERT: Pre-training of Deep Bidirectional Transformers for La...

    DeepLearning #Model
  • 2021-04-10

    Transformer

    概述概述论文地址[2017]:Attention Is All You Need核心运算:$ Attention(Q,K,V) = softmax(\frac{QK^T}{\sqrt{d_k}})V $描述:查询(Query)到键值(Key-Value)的映射

    DeepLearning #Model
  • 2021-03-27

    ONNX

    概述概述ONNX,Open Neural Network Exchange。由于神经网络架构很多,如caffe、tensorflow、pytorch、mxnet等等,模型结构各式各样,onnx旨在将模型结构统一起来。官方代码:ONNX算子操作:Operators环境要求...

    AI #onnx
  • 2021-03-07

    常见神经网络特征

    VGG16VGG1613层卷积+3层全连接,穿插pooling和relu其中卷积的kernel均采用3x3

    DeepLearning #Model
  • 2021-02-21

    统计距离

    熵 信息量 信息熵 熵Entropy, [ˈentrəpi], 熵,无序状态信息量信息不确定性越大,信息量越大。假定X是随机事件集合,其中 $ p(x_0) $ 表示事件$ x_0 $的概率,那么事件$ x_0 $的信息量定义为 $...

    AI #Algorithm
  • 2021-01-10

    浮点型存储格式

    FP32FP32float共32bit:1bit符号位,8bit指数位,23bit底数位。如下表示:S E8 M23浮点与二进制转换公式如下:$ Y = (-1)^{s} \times 2^{e} \times m,其中m = 1.M23,e = E8 - 127 $

    Programming #Float #DataRepresentation
  • 2020-11-01

    RNN/LSTM/GRU

    RNNRNNRNN:Recurrent Neural Networks,循环神经网络,能够应用于空间或时间先后相关的场景,比如文字解析、语音识别。RNN模型结构简单描述,如下图:其中X0、X1、……、Xt,可以理解成多个输入,或者对单个输入拆分成的多个输入,比如一张图片...

    DeepLearning #LSTM #RNN #Model
  • 2020-10-08

    Macbook操作

    快捷键快捷键 文本 文件 其他 Command-C 拷贝Command-V 粘贴Command-X 剪切Command-Z 撤销Command-A 全选command-S 保存Command-F...

    Reference #macos
  • 2020-07-10

    TimeComplexity

    概述概述时间复杂度通常用大O符号表示,不考虑低阶项和系数,主要考察算法中元素个数N趋于无穷时的情况。另外时间复杂度也有最好情况表示Ω,和平均情况表示Θ。大O是最坏情况表示。

    Programming #TimeComplexity #Algorithm
  • 2020-06-17

    SSD网络

    概述概述目标检测目前主要有种方法: two-stage: R-CNN和Faster R-CNN系列为代表,先生成region proposal(预选框),再经过CNN网络进行分类 one-stage: ssd和yolo为代表,边提取特征边分类论文地址[2016]:S...

    DeepLearning #Model