程序员欢乐送(第37期)

2019年10月11日08:32:56 4 422 °C
摘要

程序员欢乐送:Anime4K、ALBERT、YOLO Nano、nlp-roadmap、Kornia、Towards-Realtime-MOT、深度强化学习

程序员欢乐送(第37期)

对于我来说,一直保持的追求有三点:技术、快乐、财富。因此,从此三点出发,记录过去一周,我所看到的,值得分享的内容,每周五把欢乐送达。

技术

1、Anime4K

Anime4K 是实时超分辨率方法,应用于动画场景。

动画没有真实视频那么多纹理 ,基本都是用平直着色法处理的物体和线条。所以对于动画的超分辨率方法,可以专注于细化边缘,细节的纹理不用强求。画质只要变好一点点,观众也是很容易看出来的。

Anime4K 算法就是采用这种思想,做到实时处理动画图片的。Anime4K 可以在动画播放过程中,实时将画面分辨率提高到 4K ,而每帧的耗时只需3毫秒

程序员欢乐送(第37期)

项目地址:点击查看

2、ALBERT

ALBERT是Google研究的轻量级NLP模型,论文投在了ICLR 2020。

该模型,比BERT-large参数更少,却在GLUE、RACE和SQuAD三大NLP基准测试中取得第一。

ALBERT又叫A LITE BERT,顾名思义就是一个轻量级的BERT模型。

ALBERT结合了两种参数约简技术,消除了在扩展预训练模型时的主要障碍。

第一个技术是对嵌入参数化进行因式分解;第二种技术是跨层参数共享。

这两种方法都在不严重影响性能的前提下,显著减少了BERT的参数数量,从而提高了参数效率。ALBERT的配置类似BERT-large,但参数量少了18倍,并且训练速度快1.7倍。

论文已经有大佬复现,并提供了中文版的预训练模型。

程序员欢乐送(第37期)

项目地址:点击查看

3、YOLO Nano

近期,目标检测研究者提出了一个名为YOLO Nano的目标检测算法,YOLO Nano大小只有4.0MB左右,比Tiny YOLOv2和Tiny YOLOv3分别小了15.1倍和8.3倍,性能却有较为显著的提升。

在VOC2007数据集取得了69.1%的mAP,准确率比后两者分别提升了12 个点和10.7个点。

研究者还在Jetson AGX Xavier嵌入式模块上,用不同的能源预算进行了测试,进一步说明YOLO Nano非常适合边缘设备与移动端。

程序员欢乐送(第37期)

YOLO Nano的效果应该不错,但代码暂时没有放出,有兴趣的可以试着自己复现一下。当然,也可以持续关注,等等其他人的开源代码。

论文地址:点击查看

4、nlp-roadmap

萌新想把自己修炼成一个成熟的NLP程序员,要走怎样的一条路?

Tae-Hwan Jung为我们做了一份完整的思维导图,从基础概念开始,到NLP的常用方法和著名算法,知识点全面覆盖。

一共有四个板块:

  • 概率&统计
  • 机器学习
  • 文本挖掘
  • 自然语言处理

比如概率&统计涵盖以下内容:

程序员欢乐送(第37期)

这是一个不错的思维导图,可以帮助我们系统地、快速的过每一个知识点,想学习NLP的朋友不容错过。

项目地址:点击查看

5、Kornia

Kornia 是建立在Pytorch之上的可微分计算机视觉库,它使用Pytorch作为主要后端,并高效地利用反向模式自动微分机制来定义并计算复杂函数的梯度。

受OpenCV的启发,Kornia由包含各种运算子的子集包组成,这些运算子可以插入到神经网络中,可以在训练中执行图像转换、对极几何、深度估计和各种底层图像处理,例如直接在张量上进行滤波和边缘检测等操作。

程序员欢乐送(第37期)

项目地址:点击查看

6、Towards-Realtime-MOT

相对业界研究比较多的单目标跟踪,多目标跟踪(MOT)系统在实际项目中应用场景更多。

Towards-Realtime-MOT是一个针对多目标的实时跟踪算法,该算法比实时单目标跟踪DeepSort算法,速度更快,精度更高。

算法运行速度取决于输入分辨率,可以达到18.8至24.1 FPS。同时,其跟踪准确性可与采用独立检测和嵌入(SDE)学习的最新跟踪器相媲美。

程序员欢乐送(第37期)

项目地址:点击查看

7、深度强化学习

想学习深度强化学习,可以看看UC伯克利的秋季课程:Deep Reinforcement Learning,课程代号CS 285。

深度强化学习,是人工智能发展的重大方向之一,备受各大科研机构与公司青睐,也被一干业内大佬认为是实现通用人工智能最有可能的路径。

在这门课程中,Sergey Levine教授将会对深度强化学习的理解基础、实现方式以及核心算法进行深入的讲解,一共22讲,并布置相应的作业(代码会在GitHub上放出)巩固学习内容。

程序员欢乐送(第37期)

英语好的朋友,可以看一看。

项目地址:点击查看

视频地址:点击查看

快乐

1、网红少女心的小猪煲

程序员欢乐送(第37期)

程序员欢乐送(第37期)

2、二八大杠

骑过坐过二八大杠的,现在都多少岁了?

程序员欢乐送(第37期)

财富

还有一个月双十一,我却已经想好买什么了。

在购物前,我经常会想:

  • 各大电商平台,哪家卖的最便宜?
  • 商品的历史价格是什么样的?

如果你跟我有一样的想法,那么推荐你一款查询工具:慢慢买。

工具地址:点击查看

想要对比各大电商的价格,比如我想买个极米的Z6X投影仪,直接搜索即可:

程序员欢乐送(第37期)

在搜索结果中,你就可以看到商品在各个电商平台的价格了。

程序员欢乐送(第37期)

还有一个比较有用的功能就是历史价格查询,通过商品的链接(url)即可查询:

程序员欢乐送(第37期)

信息有一定的参考价值,感兴趣的朋友可以体验体验,有类似功能的APP还有很多,例如喵喵折、比一比价、历史价格查询等。

最后

本周的程序员欢乐送,到此结束,下周再会。

weinxin
微信公众号
分享技术,乐享生活:Jack Cui公众号每周五推送“程序员欢乐送”系列资讯类文章,欢迎您的关注!
Jack Cui

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

目前评论:4   其中:访客  2   博主  2

    • avatar Pluto4U 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_5 浙江省杭州市 电信 3

      沙发

        • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_4 北京市 百度网讯科技联通节点

          @Pluto4U :wink: :wink:

        • avatar 天行健 来自天朝的朋友 谷歌浏览器 Windows 10 上海市长宁区 /普陀区电信 1

          华哥现在自己不写博客了么

            • avatar Jack Cui Admin 来自天朝的朋友 谷歌浏览器 Mac OS X 10_14_4 北京市 百度网讯科技联通节点

              @天行健 技术博客写的少了,因为工作忙。
              现在好一些了,后面会慢慢恢复技术博客的更新的。