Deep Learning for Computer Vision (Andrej Karpathy, OpenAI)

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 180平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄27年

关注

原创最新推荐文章于 2026-07-22 11:22:33 发布 180 阅读 AI 写同款· GEO 优化 ›

视觉特征-自监督-掩码特征预测【2024-11】：D-JEPA·T2I（通过下一词元预测实现高分辨率图像合成）【相对于D-JEPA的优化：文本条件、流匹配损失、VoPE】近年来，自回归模型在类别条件图像生成方面展现了卓越的性能。然而，将下一词元预测应用于高分辨率文本到图像生成仍未得到充分探索。在本文中，我们提出了基于连续词元的自回归模型D-JEPA·T2I，该模型在架构和训练策略上均进行了创新，能够在高达4K的任意分辨率下生成高质量、照片级真实感的图像。在架构方面，我们采用去噪联合嵌入预测架构（D-JEPA），同时利用多模态视觉Transformer有效融合文本和视觉特征。此外，我们引入流匹配损失以及所提出的视觉旋转位置编码（VoPE），以实现连续分辨率学习。阅读详情

Deep Learning for Computer Vision (Andrej Karpathy, OpenAI)

https://www.youtube.com/watch?v=u6aEYuemt0M

52min 其他应用

收录于

02.CV

当前文章被收录于：

02.CV

8 篇文章 0 人学习

图像，视频

订阅专栏查看详情

当前文章被以下社区和专栏收录：

工业互联网工控安全与工业质检AI大模型建设方案.pptx 立即下载

相关推荐

通信行业CentOS 7内核网络栈优化：高并发连接下UDP/TCP性能调优与系统资源管理

内容概要：本文聚焦于CentOS 7系统在通信行业高并发场景下的性能调优实践，重点围绕内核网络栈优化展开，涵盖UDP/TCP缓冲区调整、文件句柄与连接跟踪表扩容、TIME_WAIT状态复用、软中断分布优化及tuned工具的自动化调优。通过具体配置参数和实际案例（如VoIP软交换系统）深入解析各项调优措施的设计原理与实施效果，有效解决高CPS下丢包、连接失败等问题，并展望了向云化、eBPF等动态智能调优方向的发展趋势。; 适合人群：从事通信系统运维、网络开发或Linux系统性能优化的技术人员，具备一定操作系统和网络基础知识，工作经验1年以上的中初级工程师。; 使用场景及目标：①应用于软交换、媒体网关、信令网关等高并发通信设备的系统调优；②解决UDP丢包、conntrack表满、TCP连接队列溢出等典型性能瓶颈；③提升系统在小包高频、低时延要求场景下的稳定性和吞吐能力。; 阅读建议：建议结合实际生产环境或测试平台同步验证文中配置，重点关注参数背后的物理意义（如BDP、softirq、conntrack机制），并配合ss、conntrack、dmesg等命令进行调优前后对比分析，确保安全可控地实施变更。

Python深度学习：从入门到实战

亲爱的读者，欢迎您翻开这本书。我们即将探索的，是深度学习的宇宙——一个由数据、算法与算力构筑的奇妙世界。它既是严谨的科学，也是创造的艺术，更是一条通往未来智慧的修行之路。本书将带您从最基础的数学原理出发，亲手搭建神经网络，驾驭Transformer等前沿模型，最终将智慧转化为现实世界的价值。请放下畏惧，保持好奇。这不仅是一次知识的学习，更是一场思维的远行。来，随我一起，开启这趟非凡的旅程吧。

weixin_45747731的博客 296

2024 《计算机网络》实验教学指导书.doc

MAE，何凯明-2021

MAE

apache的专栏 3173

不平衡电网下自抗扰顺序模型预测PWM整流器控制仿真模型（Simulink仿真实现）

内容概要：本文围绕面向城市空中交通的多无人机路径规划问题展开研究，提出了一套融合全局规划、动态避障与局部协同调整的综合路径规划方法。研究内容涵盖基于改进RRT算法与图论的全局路径规划、基于动态风险场和动态窗口法（DWA）的模型预测控制实现动态避障，以及基于分布式协同控制的多无人机局部路径协同策略。通过Matlab平台构建仿真环境，在多种典型城市交通场景下对所提方法进行了系统性验证，结果表明该方法在路径安全性、编队稳定性与任务效率方面表现优异。文章还深入探讨了算法的创新点与未来研究方向，为复杂城市环境下多无人机系统的自主协同提供了理论支撑与技术路径。; 适合人群：具备自动化、控制理论、计算机科学或相关领域基础知识，从事无人机系统、智能交通、路径规划、多智能体协同控制等方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①为城市空中交通系统中的多无人机安全、高效飞行提供可靠的路径规划解决方案；②支持在复杂、动态的城市场景中开展无人机自主导航、编队飞行与协同控制的技术研究与仿真验证。; 阅读建议：建议结合提供的Matlab代码进行实践操作，重点关注算法的具体实现细节、参数配置对性能的影响以及不同仿真场景下的实验设计，以深入理解各模块的集成逻辑与实际应用效果。

DeepSeek赋能CAD：从API调用到智能设计工作流的实战指南

本文详细介绍了如何利用DeepSeek AI技术赋能CAD设计工作流，从API调用到智能设计优化的实战指南。通过Python环境配置、API接入详解以及四大智能设计场景的实战案例，帮助CAD设计师实现参数化设计优化、自动规范检查等高效工作方式，大幅提升设计效率和质量。

weixin_29092579的博客 615

图像视频检索： faiss: Billion-scale similarity search with GPUs

Billion-scale semantic similarity search with FAISS+SBERT https://towardsdatascience.com/billion-scale-semantic-similarity-search-with-faiss-sbert-c845614962e2 【中译】https://zhuanlan.zhihu.com/p/296321754?utm_source=wechat_timeline Sentence-BERT: Sentence

apache的专栏 1767

Cadence Allegro安装全攻略：从准备到优化的完整指南

本文提供了一份详尽的Cadence Allegro安装教程，涵盖从系统准备、硬件要求到获取安装文件的完整前期工作。指南逐步解析了自定义安装、路径选择及核心组件配置，并重点阐述了许可证服务器的环境变量设置与服务启动等关键激活步骤，最后给出了首次启动验证、个性化优化及常见问题排错方案，助您高效完成安装与配置。

weixin_29243063的博客 185

Designing Network Design Spaces，译读

Designing Network Design Spaces，CVPR 2020Ilija Radosavovic, Raj Prateek Kosaraju, Ross Girshick, Kaiming He, Piotr Dollár https://arxiv.org/abs/2003.13678 -- ref https://zhuanlan.zhihu.com/p/126616319 https://blog.youkuaiyun.com/heiyaheiya/article/details/9

apache的专栏 309

Open3D 教程学习指南 (持续整理)

Open3D 是一个开源库，旨在为 3D 数据处理提供高效且易用的工具。它由 Intel 开发和维护，支持多种 3D 数据处理任务，如点云处理、3D 重建、几何处理和可视化等。

Chase Blog 5924

端侧部署与优化：让 AI 真正走进现实生活的关键技术

AI 的开发流程分为 “训练” 与 “推理” 两大阶段。在训练阶段，科研人员依托云端海量数据和高性能 GPU 算力，构建出精度优异的 AI 模型 —— 比如能识别 1000 种物体的图像分类模型、能理解人类语言的自然语言处理模型。但这些在云端 “战绩斐然” 的模型，若直接应用到现实场景中，却会面临三大 “落地困境”。从云端到端侧，从模型压缩到硬件适配，端侧部署与优化技术解决了 AI 落地的核心难题，让 AI 不再是实验室里的 “高精尖技术”，而是融入日常生活的 “实用工具”。

m0_63477749的博客 1049

CV几类问题

Object Detection (Faster R-CNN, Mask R-CNN, SSD) -目标检测、定位、识别（RCNN，Fast-RCNN, Faster-RCNN，Mask-RCNN，YOLO，SSD 系列） https://blog.youkuaiyun.com/u010420283/article/details/83098752 Image Segmentation (UNet, DeepLab) 图像分割系列概述FCN、UNet、DeepLab https://blog.csd...

apache的专栏 274

Win10下ISE14.7 iMPACT闪退？三步搞定DLL替换（附详细路径）

本文详细介绍了在Windows 10系统下解决Xilinx ISE14.7 iMPACT工具闪退问题的三步DLL替换方案。通过替换关键DLL文件，有效解决了FPGA开发中的兼容性问题，帮助开发者快速恢复工作流程。

weixin_29290259的博客 577

Full Stack Deep Learning - Spring 2021

Deep Learning Fundamentals (Full Stack Deep Learning - Spring 2021)https://www.youtube.com/watch?v=fGxWfEuUu0w&list=PL1T8fO7ArWlcWg04OgNiJy91PywMKT2lv

apache的专栏 263

华为OD机考双机位C卷 - 信道分配（Java & Python& JS & C/C++ & GO ）

华为OD机考双机位C卷 - 信道分配

算法大师！ 453

基于matlab的阈值分割的车牌定位识别系统

车牌自动识别模块是现代社会智能交通系统（ITS）的重要组成部分，是图像处理和模式识别技术研究的热点，具有非常广泛的应用。车牌识别主要包括以下三个主要步骤：车牌区域定位、车牌字符分割、车牌字符识别。本案例通过对采集的车牌图像进行灰度变换、边缘检测、腐蚀及平滑等过程进行车牌图像预处理，并由此得到一种基于车牌颜色纹理特征的车牌定位方法，最终实现了车牌区域定位。车牌字符分割是为了方便后续对车牌字符进行匹配，从而对车牌进行识别。

在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步 966

详解残差网络

详解残差网络https://zhuanlan.zhihu.com/p/42706477https://www.cnblogs.com/shine-lee/p/12363488.html

apache的专栏 250

流量PID控制(开度前馈量计算+辅助PID）

PLC通过伯努利方程近似计算水箱流量(FC)-优快云博客文章浏览阅读1.6k次。本文介绍了如何使用PLC通过伯努利方程近似计算水箱中的液体流量，主要涉及流量计算、模型验证、梯形图编程及STL代码实现。适合自动化领域的学习者参考。单容双容水箱建模(simulink仿真+PLC代码)_水箱系统的建模方法-优快云博客文章浏览阅读2k次。该博客介绍了如何使用伯努利方程建立单容和双容水箱模型，详细阐述了从理论建模到PLC编程的实现过程。

RXXW_Dor的博客 845

The talks at the Deep Learning School on September 24/25, 2016 ：精粹

Deep Learning for Computer Vision (Andrej Karpathy, OpenAI) https://www.youtube.com/watch?v=u6aEYuemt0M Lex Fridman :The talks at the Deep Learning School on September 24/25, 2016 were amazing. Having read, watched, and presented deep learning material o

apache的专栏 164

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

上一篇：详解残差网络

下一篇： Deep Learning for Natural Language Processing (Richard Socher, Salesforce)

通信行业CentOS 7内核网络栈优化：高并发连接下UDP/TCP性能调优与系统资源管理

11-06

Python深度学习：从入门到实战

weixin_45747731的博客

07-22

296