任少卿加入中科大......

参考 | 量子位

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近30个方向学习路线

>>自动驾驶前沿信息获取自动驾驶之心知识星球

本文只做学术分享,如有侵权,联系删文

任少卿去中科大了!

AI大神任少卿开始在母校中国科学技术大学,开班招生了。

任少卿,曾任Momenta联合创始人、蔚来汽车副总裁,07级中科大本硕博(微软亚洲研究院联合培养),ResNet和Faster R-CNN作者。学术高被引超44万,是全球中国籍学者高被引第一。ResNet也是21世纪全球最高被引论文。获未来科学大奖-数学与计算机科学奖。

招生方向为AGI、世界模型、具身智能、AI4S等。

硕士、博士生都在招。有推免资格的学生,下周一(22日)开启紧急面试。

更多内容

自动驾驶产业和学术最新咨询,欢迎加入自动驾驶之心知识星球,国内最大的自驾社区平台。

代码 `model_ft = models.resnet152(weights=ResNet152_Weights.IMAGENET1K_V1)` 来自于 `torchvision.models` 模块,用于加载预训练的 `ResNet152` 模型。 #### 代码解释 - `models.resnet152`:`torchvision.models` 模块提供了预定义的深度学习模型,`resnet152` 是其中的一个函数,用于实例化一个 `ResNet152` 架构的神经网络模型。`ResNet`(Residual Network)即残差网络,是由微软研究院的何恺明、张祥雨、任少卿、孙剑等人提出的卷积神经网络,通过引入残差块(residual block)解决了深度神经网络中的梯度消失和梯度爆炸问题,使得网络可以训练更深的层次,在图像分类、目标检测等计算机视觉任务中取得了很好的效果。 - `weights=ResNet152_Weights.IMAGENET1K_V1`:`weights` 参数指定了要加载的预训练权重。`ResNet152_Weights.IMAGENET1K_V1` 表示使用在 `ImageNet` 数据集上训练得到的第一版权重。`ImageNet` 是一个拥有超过 1400 万张图像、涵盖 1000 个不同类别的大规模图像数据集,在这个数据集上预训练的模型通常具有很强的特征提取能力,可以用于各种图像相关的任务。 #### 代码作用 通过加载预训练的 `ResNet152` 模型,可以利用模型在 `ImageNet` 数据集上学到的特征表示,将其应用于新的图像任务,如分类、目标检测、语义分割等。这种方法属于迁移学习,它可以大大减少训练时间和所需的数据量,同时提高模型在新任务上的性能。 以下是一个简单的使用示例: ```python import torch import torchvision.models as models from torchvision.models import ResNet152_Weights # 加载预训练的 ResNet152 模型 model_ft = models.resnet152(weights=ResNet152_Weights.IMAGENET1K_V1) # 打印模型结构 print(model_ft) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值