霸榜 GitHub:去你丫的算法!

EfficientDet介绍 EfficientDet: Scalable and Efficient Object Detection 一、摘要 本文系统地研究用于目标检测的神经网络体系结构设计选择,并提出一些关键的优化方法以提高效率。首先,我们提出了一种加权的双向金字塔网络 (BiFPN),可以轻松快速地进行多种尺度特征融合;第二,我们针对所有的backbone,特征网络和框/分类预测网络提出了一种可以同时统一缩放分辨率、深度和宽度的复合缩放方法。基于这些优化方法和更好的backbone,我们开发了一个新的目标检测器系列—Effic 阅读详情

作者:小G

来自:GitHubDaily

大家好,我是小 G。

今天跟大家分享下,前不久我在 GitHub 上看到的一个算法类项目:Fucking Algorithm。

该项目此前在 GitHub 开源后,用了短短两周,Star 数便破万,近期也连续霸榜 GitHub Trending 页,受欢迎程度由此可见一斑。

Fucking Algorithm,开源自成都一位算法工程师,在该项目上面,共有  60  多篇基于  LeetCode  为主题撰写的原创文章,涵盖了所有算法题型和解答技巧,致力于做到举一反三、通俗易懂,而不是简单的代码堆砌。

作者认为,学习算法靠刷题,刷的是题,培养是思维。学编程不应该只会搞些奇技淫巧的骚操作,而是要沉下心去,真正理解每个难题的具体破解思路。作者建这个仓库的目的,也是在于帮助广大算法工程师通过正确的方式提升算法思维。

有别于其他 LeetCode 刷题仓库,该项目里面不止提供了题解代码,还有算法的具体解答思路与思考框架。

仓库内容前后共分为以下六大章节,内容不可谓不详尽:

目前,该项目在 GitHub 上 Star 数已快突破两万,感兴趣的同学可以收藏一下,跟着作者一起学习算法。

最后附上该项目地址,希望能帮到正在学习算法的同学,提升解决算法的逻辑思考能力。

https://github.com/labuladong/fucking-algorithm

如果你觉得这个项目比较实用,也可以多多分享给身边的小伙伴~

欢迎扫码关注:

EfficientDet简述 引言   近年来,目标检测在精度方面取得了巨大的进步。 同时,最新的物体检测器代价也变得越来越昂贵。 例如基于AmoebaNet的NAS-FPN检测器需要167M参数和3045B FLOPS(比RetinaNet高出30倍)才能达到最新的精度。 巨大的网络模型和昂贵的计算成本阻碍了它们在许多实际应用中的部署,例如机器人技术和无人驾驶汽车,在这些应用中,模型尺寸和延迟受到很大限制。 考虑到这些实际资源的限制,模型效率对于对象检测变得越来越重要。   以前有许多工作关注与开发高效的模板检测结构,例如one-st 阅读详情

相关推荐

字节算法左老师 手写的算法笔记,曾连续多次霸榜 GitHub Trending 首页

学算法也好,学技术也好,我觉得做任何事情,一定要明白自己的目标是什么。 可以量化的才叫目标 你想变有钱,想学好算法,这就叫无法量化的目标,有多少钱才算有钱,学到什么程度才算学好?量化的一个最大的特点是可以拆分。 比如说目标是进大厂,计划半年内刷300道题,那这可以反向拆分,每个月刷50道,工作日每天刷两道,休息日每天刷一道,再细化,每天几点到几点固定为刷题时间,期间屏蔽所有应用通知,专心做题思考;然后每天反省刷题计划是否达标,如果没达标,是为什么,怎么弥补。 这就是计算机的递归思维,自顶向下,逐步求

Trouvailless的博客 370

睿智的目标检测33——Keras搭建Efficientdet目标检测平台

睿智的目标检测32—Keras搭建Efficientdet目标检测平台学习前言什么是Efficientdet目标检测算法源码下载Efficientdet实现思路一、预测部分1、主干网络介绍2、BiFPN加强特征提取3、从特征获取预测结果4、预测结果的解码5、在原图上进行绘制二、训练部分1、真实框的处理2、利用处理完的真实框与对应图片的预测结果计算loss训练自己的Efficientdet模型 学习前言 一起来看看Efficientdet的keras实现吧,顺便训练一下自己的数据。 什么是Efficient

Bubbliiiing的学习小课堂 1万+

深入解析SGLang框架:从架构设计到核心组件实现

本文深入解析了SGLang框架的架构设计与核心组件实现。SGLang是一个专为大语言模型推理设计的高效框架,其核心优势在于清晰的分层架构、高效的调度策略以及精细的内存管理。文章详细剖析了其客户端接入、服务器端调度、模型执行引擎及Tokenizer/Detokenizer管理器等关键组件,揭示了其实现高性能推理的内部机制。

coffee的博客 577

EfficientDet(EfficientNet+BiFPN)论文超详细解读(翻译+学习笔记+代码实现)

EfficientDet(EfficientNet+BiFPN)论文《EfficientDet: Scalable and Efficient Object Detection》超详细解读,含代码实现

路人贾的博客 1万+

【学习体会】Lighttools8.4.0:软件基本使用+光度学基本概念+系统初始设置

关于Lighttools8.4.0软件的安装教程,详见我的另一篇博文:【软件安装】win10下Lighttools8.4.0(64)光学系统建模软件的安装教程 在本文中,我们将学习到,光度学的基本概念、系统初始设置、物体模型坐标的使用方法、简单光学系统实例、系统浏览器的作用和内容、设置虚拟相机并渲染视图中的图像、仿真结果3D显示等。 如果有其他感兴趣的内容但是我又没有写的,欢迎在评论区留言! 光度学的基本概念 软件的基本介绍 参考博文:https://www.docin.c...

LeonJin的博客 2万+

提升RAG效果:为何 JSON 格式远胜 Markdown?

在构建强大的 RAG (检索增强生成) 系统时,文档解析是至关重要的第一步。它直接影响着后续的检索效率和生成质量。在众多文档格式中,JSON (JavaScript Object Notation) 格式正逐渐展现出其相对于传统 Markdown 格式的巨大优势。本文将深入探讨 JSON 在 RAG 系统文档解析中的卓越之处,并结合具体案例,让你理解为何 JSON 才是构建下一代智能应用的更优选择。RAG 系统的核心目标是让模型能够利用外部知识库,生成更精准、更贴合实际的答案。

simoncool23的博客 2718

EfficientDet: Scalable and Efficient Object Detection

1. 首先,我们提出了一种加权双向特征金字塔网络(BiFPN),它允许简单快速的进行多尺度特征融合。 2. 其次,我们提出了一种复合缩放方法,该方法可同时对所有主干网络,特征网络和box/class预测网络的分辨率,深度和宽度进行均匀缩放。

chairon的博客 2585

利用Python实现FGO自动战斗脚本

Fate/Grand Order(非的肝不过欧的)作为索尼为了拯救自己不倒闭而开发的面向月厨的骗氪养成抽卡爆肝游戏,居然没有像隔壁《阴阳师》的自动战斗系统(看看别人现在都自带脚本了)。毕竟是懒得肝,就不妨写一个脚本来肝算了,省时省力。 开始 一个战斗脚本,其实可以算是AI的初步了。虽然只是暴力算出造成最大伤害的方案orz。 我们在这里不考虑释放 技能 、 宝具 和 暴击星 这三样非常重要的东西。...

web开发与Python 5485

霸榜 GitHub:去你丫(fu*k)的算法!

作者:小G来自:GitHubDaily大家好,我是小 G。今天跟大家分享下,前不久我在 GitHub 上看到的一个算法类项目:Fucking Algorithm。该项目此前在 GitHu...

Oner.wv的专栏 317

(遇到问题)(已解决)word敲入的公式转化为mathtype

https://www.mathtype.cn/wenti/wordgongshi-zhuanhuan.html 现在越来越多的人在文档中编辑公式的时候会选择MathType来编辑,因为它包含有众多的数学符号和模板,编辑公式时非常方便。但是也有一些人在编辑公式时没有使用MathType公式编辑器,直接使用Word中自带的公式编辑器来编辑的。当我们需要要共享一份文件的时候,这种用自带公式编辑器编辑出来的文件,在我们安装有MathType公式编辑器的电脑里打开时,双击公式没有反应,是无法对它们进行修改的.

计算机视觉 1万+

基于JavaFX的Http Server模拟器

源码地址 GitHub - DayRain/http-server-simulator: http server 模拟器 功能描述 HttpServer模拟器,通过简单的配置即可模拟第三方服务端,用于接收和响应HTTP请求。 支持同时模拟多个服务、动态添加接口、动态配置返回值。 使用说明 运行 exe运行 编译代码后,点击exe直接运行 代码运行 下载好代码后,运行主类ApplicationStarter即可 新建服务 主界面如下 点击 文件-新建 创建新的服务 ...

小楼夜听雨的博客 2536

GitHub 告别中文仓库刷榜/霸榜

(给Python开发者加星标,提升Python技能)原创:Python开发者(id:PythonCoder)GitHub 是一个汇聚全球程序员的交友平台,有海量优秀的开源项目。面对众多开...

Python开发者 1338

【深度学习驱动流体力学】采集OpenFOAM仿真数据作为AI模型训练数据集与卷积神经网络搭建到预测(一站式完整代码实现)

采集OpenFOAM仿真数据作为AI模型训练数据集与卷积神经网络搭建到预测(一站式完整代码实现)

源代码杀手的博客 1414

去你丫的算法!

code小生一个专注大前端领域的技术平台公众号回复Android加入安卓技术群本文来发自公众号:GitHubDaily今天跟大家分享下,前不久我在 GitHub 上看到的一个算法类项目...

weixin_38754349的博客 212

机器学习势能(MLPs) 第一章 基础理论与核心概念 第二章 数据生成与训练集构建

密度泛函理论(DFT)作为现代计算材料科学的基石,通过求解Kohn-Sham方程在电子结构层面提供可靠的势能面信息。然而,其计算复杂度随体系电子数呈O(N3) 至O(N4) 增长,对于包含数百个原子的体系,单点计算往往需消耗数小时至数天的计算资源。这一瓶颈严重限制了分子动力学模拟的时间尺度,传统DFT-MD通常仅能覆盖皮秒量级,远不足以观测扩散、相变等慢动力学过程。经验力场通过解析函数形式描述原子间相互作用,实现了经典力学的计算效率,但其参数化过程高度依赖物理直觉与经验调参。

VectorShift的博客 184

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

GitHub 热榜:《去你丫的算法》开放电子书下载!

秋招算法有救了!!!前不久在 GitHub 出现了一个手把手带你刷 算法 的项目:fucking-algorithm。该项目此前在 GitHub 开源后,连续多次霸榜 GitHub T...

程序员吴师兄的博客 357

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

尝试用 vue 实现灭霸打响指英雄消失的效果 demo

写在前面 灭霸打响指的消失效果。效果来源于 Google 搜索“灭霸” 或者 “thanos”。算是蹭热度的一个 Feature, 我通过 F12 试图去查看是如何实现的,也抠了一些音频、图片资源下来。后来在 github 上找到了一个现有的项目 Thanos_Dust, 所以参考了部分它的代码。 其实它的代码已经算比较完善了,在它的基础上,我用 vue 来写了一下,加了一些英雄,修复了一些 bu...

GreekMrzzJ的博客 1万+

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

连续霸榜Github!又有一个Linux神器出现了

(给机器学习算法与Python学习加星标,提升AI技能)开源最前线(ID:OpenSourceTop)猿妹综合整理链接:https://github.com/aristocratos...

机器学习算法与Python学习 466
上一篇: 机器学习模型融合实战指南
下一篇: 超全!19 种损失函数,你能认识几个?
机器学习算法那些事
博客等级 码龄9年 1633粉丝 62原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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