PR's Tumblrdome
No title available
Doug Jones
izzy's playlists!
Sweet Seals For You, Always
Lint Roller? I Barely Know Her
Xuebing Du
2025 on Tumblr: Trends That Defined the Year
No title available
todays bird
Game of Thrones Daily
𓃗
bliss lane
roma★
untitled
let's talk about Bridgerton tea, my ask is open
Monterey Bay Aquarium
RMH
sheepfilms
he wasn't even looking at me and he found me
seen from United Kingdom
seen from United States
seen from United States
seen from United States
seen from South Africa
seen from United States
seen from United States
seen from Ukraine
seen from Bangladesh
seen from Philippines
seen from Italy
seen from Puerto Rico
seen from United States
seen from United States
seen from Bangladesh
seen from Indonesia
seen from United States
seen from United States
seen from United States
seen from United States
@marswh-blog
原创作品，转载时请务必以超链接形式标明文章原始出处: http://www.dapalm.com/?p=206,作者：大数据，怕了么?
本手册为TensorRT 4.0.1.6 GA版英文手册翻译而来，博主英文水平一般般，主要作为备忘所用，分享出来以供更多开发者使用。TensorRT Developer Guide手册一共分为四个章节，主要内容在第二、三章，看懂这两章，写代码够用了。第一章为TensorRT综述，就是自吹有多牛逼。第四章为示例，介绍demo的代码结构及功能。开篇是目录，前三章每章为两到三篇，最后第四章示例，会拆分几个关键示例进行详细说明。 这是第二章最后一部分内容，关于自定义层、混合精度校准、部署。前两个非常重要需要通过具体编程来体会。尤其是自定义层一个新的模型是否能够部署，现阶段一定要保证常见层是支持int8量化的，不然对性能影响很大。
[toc]
第二章…
View On WordPress
TensorRT 4 开发者手册 中文版 Python接口使用（三-4）
原创作品，转载时请务必以超链接形式标明文章原始出处: http://www.dapalm.com/?p=203, 作者：大数据，怕了么?
本手册为TensorRT 4.0.1.6 GA版英文手册翻译而来，博主英文水平一般般，主要作为备忘所用，分享出来以供更多开发者使用。TensorRT Developer Guide手册一共分为四个章节，主要内容在第二、三章，看懂这两章，写代码够用了。第一章为TensorRT综述，就是自吹有多牛逼。第四章为示例，介绍demo的代码结构及功能。开篇是目录，前三章每章为两到三篇，最后第四章示例，会拆分几个关键示例进行详细说明。 [toc]
#第二章 TensorRT任务
##2.8Python初始化TensorRT TensorRT的两种初始化方法（流程与C++一样）： ‣创建IBuilder对象去优化网络（创建后可生成序列化文件） …
View On WordPress
TensorRT 4 开发者手册 中文版 （三-3）
本手册为TensorRT 4.0.1.6 GA版英文手册翻译而来，博主英文水平一般般，主要作为备忘所用，分享出来以供更多开发者使用。TensorRT Developer Guide手册一共分为四个章节，主要内容在第二、三章，看懂这两章，写代码够用了。第一章为TensorRT综述，就是自吹有多牛逼。第四章为示例，介绍demo的代码结构及功能。开篇是目录，前三章每章为两到三篇，最后第四章示例，会拆分几个关键示例进行详细说明。 第二章，分别介绍了C++和Python两种语言接口下，TensorRT如何实现推理。下一篇文章再介绍Python接口如何实现推理。
[TOC] #第二章 TensorRT任务 本章主要内容是用户能使用TensorRT实现的目标和任务。假设已有训练好的模型，本章将覆盖使用TensorRT的必要步骤： ‣导入模型创建TensorRT网络定义
View On WordPress
TensorRT 4 开发者手册 中文版 （三-2）
本手册为TensorRT 4.0.1.6 GA版英文手册翻译而来，博主英文水平一般般，主要作为备忘所用，分享出来以供更多开发者使用。TensorRT Developer Guide手册一共分为四个章节，主要内容在第二、三章，看懂这两章，写代码够用了。第一章为TensorRT综述，就是自吹有多牛逼。第四章为示例，介绍demo的代码结构及功能。开篇是目录，前三章每章为两到三篇，最后第四章示例，会拆分几个关键示例进行详细说明。
第一章 什么是TensorRT？ 1.1 TensorRT优势
TensorRT是一个优化推理引擎，它将训练好的神经网络模型，通过压缩、优化，最后部署一个没有框架开销的运行环境到产品中去。TensorRT合并层、优化卷积核选择，并根据指定精度（FP32、FP16和INT8）执行归一化和转换去优化的矩阵数学，以降低延迟，提高吞吐量和效率。
对于深度学习推理，有5个…
View On WordPress
TensorRT 4 开发者手册 中文版 （三-1）
本手册为TensorRT 4.0.1.6 GA版英文手册翻译而来，博主英文水平一般般，主要作为备忘所用，分享出来以供更多开发者使用。TensorRT Developer Guide手册一共分为四个章节，主要内容在第二、三章，看懂这两章，写代码够用了。第一章为TensorRT综述，就是自吹有多牛逼。第四章为示例，介绍demo的代码结构及功能。开篇是目录，前三章每章为两到三篇，最后第四章示例，会拆分几个关键示例进行详细说明。
第一章 什么是TensorRT？ 1.1 TensorRT优势
1.2 TensorRT适用场景
1.3 TensorRT如何工作
1.4 API概述
1.5 获取TensorRT
第二章 TensorRT任务 2.1 C++初始化TensorRT
2.2 C++创建网络定义
2.2.1C++使用解析器导入模型
2.2.2使用C++解析器API导入Caffe模型
View On WordPress
《Nature》纪念人工智能60周年专题：深度学习综述
《Nature》纪念人工智能60周年专题：深度学习综述 文章转载自：深度学习世界，来源：网络大数据
本文是《Nature》杂志为纪念人工智能60周年而专门推出的深度学习综述，也是Hinton、LeCun和Bengio三位大神首次合写同一篇文章。该综述在深度学习领域的重要性不言而喻，可以说是所有人入门深度学习的必读作品。
本文上半部分深入浅出介绍深度学习的基本原理和核心优势，下半部分则详解CNN、分布式特征表示、RNN及其不同的应用，并对深度学习技术的未来发展进行展望。
原文链接：https://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf
论文摘要
深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善，包括较先进的语音识别、视觉对象识别、对象检测和许多其它领域，例如…
View On WordPress
深度解读《原则》：达利欧五步流程法
《原则》是全球最大的对冲基金创始人瑞·达利欧一生的生活、工作的思考和实践。其实，这部书还有投资和管理部分没有写完。毫无疑问，这是一部烧脑的书，不读5遍以上，很难深入理解。
本文，小编将着重解读“工作原则”部分，冀希望许多和我一样的小伙伴能够在自己的职业道路上少一些迷茫，多一些理性思考。
“工作原则”分三大部分16个单元，从企业与员工关系，文化、用人、建造并进化机器等方面展开。对我来讲，书中对我帮助最大的是以下章节的内容：
相信极度求真和极度透明
做有意义的工作，发展有意义的人际关系
求取共识并坚持
做决策时要从观点的可信度出发
知道如何超越分歧
发现问题，不容忍问题；诊断问题，探究根源
7.按既定计划行事
8.运用工具和行为准则指导工作
下面分章节对本书“工作原则”部分进行解读。
1
打造良好的文化…
一：创意择优=极度求真+极度透明+可信度加权的决策。
在“工作原…
View On WordPress
《AlignedReID:Surpassing Human-Level Performance in Person Re-Identification》论文翻译 《AlignedReID:Surpassing Human-Level Performance in Person Re-Identification》论文翻译
转载：一位算法工程师对自己工作的反思，写得挺实在的
算法、技术及其它
在和刘同学长谈之后，我再次对前一段时间的想法进行了反思，结合聊天中的新感受，整理在这里。（注：标题里的算法，指机器学习算法，或者说“算法工程师”这个职位名称里的“算法”，不是“算法与数据结构”里的那个算法。谁能告诉我有没有什么更好的名字来区别这它们，或许是“机器学习算法”与“传统算法”？）
算法与算法工程师先来一段我在知乎里回答“做算法工程师是一种怎样的体验？”的答案（其中的思想并非原创，而是山寨自新加坡某大学一门Quantitative Investment课程的ppt）
理想中的算法工程师：提出假设->收集数据->训练模型->解释结果。
实际中的算法工程师：提出假设->收集数据->预处理->预处理->训练模型->调试->调试->重新收集数据->预处理->收集更多数据->调试->调试->调试->…->放弃。
这个答案被点了几十个赞，在24个答案中排在第…
View On WordPress
caffe框架中模拟int8量化
原创作品，转载时请务必以超链接形式标明文章原始出处: http://www.dapalm.com/?p=143,作者：DaPalm-大数据，怕了么? 最近一直在研究模型量化。这块可以用到的论文和实现太少了，真是折腾人，没办法估计最后还是要用TensorRT来实现了。总结一下工作。
量化相关论文
View On WordPress
TensorRT 2 初探秘
原创作品，转载时请务必以超链接形式标明文章原始出处:http://www.dapalm.com/?p=116,作者:DaPalm-大数据，怕了么？
一、TensorRT基本概念
TensorRT（GIE）是一个C++库，适用于Jetson TX1和Pascal架构显卡，支持fp16特性，也就是半精度运算。由于采取“精度换速度”的策略，在精度无明显下降的前提下，其对inference的加速明显，往往有1倍以上的性能提升。
二、TensorRT编程流程
使用TensorRT主要有连个步骤：
构建阶段：构建一个网络定义（network），执行优化，并生产推理引擎（inference engine）
执行阶段：引擎运行推理任务（只需要输入/输出buffers），主要是通过 IExecutionContext::execute和…
View On WordPress
TensorRT2.0初探秘（一）
原创作品，转载时请务必以超链接形式标明文章原始出处:http://dapalm.com/tensorrt2-0初探秘（一）.html,作者:大数据，怕了么？ 一、TensorRT基本概念 TensorRT（GIE）是一个C++库，适用于Jetson TX1和Pascal架构显卡，支持fp16特性，也就是半精度运算。由于采取“精度换速度”的策略，在精度无明显下降的前提下，其对inference的加速明显，往往有1倍以上的性能提升。
二、TensorRT编程流程 使用TensorRT主要有连个步骤： 构建阶段：构建一个网络定义（network），执行优化，并生产推理引擎（inference engine） 执行阶段：引擎运行推理任务（只需要输入/输出buffers），主要是通过 IExecutionContext::execute和…
View On WordPress
“大数据，怕了么？”个人博客开通啦
定期更新图像处理、深度学习、大数据相关技术文章，请大家有空来捧场。
http://dapalm.com/