- 博客(6)
- 收藏
- 关注
RSS订阅原创 保持证据链：VTG中无训练令牌剪枝的语义证据分配
SemVID：保持证据链的语义分配剪枝框架 本文针对视频时间定位（VTG）任务，提出了一种无需训练的视觉token剪枝方法SemVID。传统为视频问答设计的剪枝方案直接应用于VTG会导致性能骤降，因其破坏了边界敏感的证据链。SemVID通过三个关键设计实现高效剪枝：(1) 语义感知的帧级预算分配，根据查询相关性和帧间动态分配token配额；(2) 互补语义角色的token选择，分别保留对象证据（MMR优化）、运动中继（状态变化显著区域）和上下文锚点；(3) 显式优化VTG专属指标（证据保留率ER和连接强度C
2026-07-25 16:20:47
308
原创 Speed-Q：采用强化蒸馏的分段处理，以实现高效的低比特On - device Vlm量化
SPEED-Q 首次实现了对整个小规模 VLM（1–2B 参数）的 2/4-bit 权重量化，通过分阶段量化和蒸馏增强策略，克服了模态间敏感度差异、训练不稳定和数据依赖三大挑战，在模型大小极度压缩的同时保持高精度。未来计划将方法从仅权重量化扩展至权重-激活联合量化，进一步提升推理效率。
2026-06-24 11:31:41
338
原创 VMware安装ubuntu24，配置ssh和vm-tools过程
安装：注意不要选择try ubuntu！（这样会导致每次运行在rom里，而不是硬盘），选择install ubuntu。如果你只做到这一步，会发现finalshell一直让你输入密码，所以后面的也要做。如果你的虚拟机与物理主机之间无法进行正常的复制粘贴操作，那么。如果还是连接不上，注意账号名填root，密码要自己设置一下。直接下载.iso文件，或者下载种子，然后到相应的网盘下载。然后重启，（大部分到这一步都能成功）习惯用ifconfig的话。然后重启ssh服务器。
2026-03-14 18:53:14
239
原创 第一个深度学习项目
正式一点儿讲（上公式啦），我们就是要在最大化D的能力的前提下，最小化D对G的判断能力，这是一个最小最大值问题，它的学习目标是:min max E(log D(G(z))+log(1-D(x))]其中，G为Generator，它的作是生成图片，也就是说，在输入一个随机编码（random code）z之后，它将输出一幅由神经网络自动生成的、假的图片G(z)。另一部分损失来自生成的图像与真实建筑图像之间的L1损失。G_A2B:将真实马的图片变成相同状态的斑马图片（假的）或者将生成的假的马的图片变成斑马。
2023-04-29 19:04:56
191
1
原创 （2）杂乱篇
前向传播：从输入到输出的过程反向传播：将网络的输出与预期结果进行比较，并计算出错误，将该错误通过网络一次传播回来，并根据它们对错误的贡献量更新权重。
2023-04-29 18:45:41
340
1
原创 深度学习（1）
1943年心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型，20世纪50年代末，Rosenblatt提出了感知器模型，1982年，Hopfiled引入了能量函数的概念提出了神经网络的一种数学模型，1986年，Rumelhart及LeCun等学者提出了多层感知器的反向传播算法等。神经网络是一种通过模拟人的大脑神经结构去实现人脑智能活动功能的信息处理系统，它具有人脑的基本功能，但又不是人脑的真实写照。它是人脑的一种抽象、简化和模拟模型，故称之为人工神经网络。
2023-04-29 18:23:30
368
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人