先給出代碼的git地址: https://github.com/thu-ml/RoboticsDiffusionTransformer[https://github.com/...
發(fā)簡信
IP屬地：內(nèi)蒙古
-
RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation 論文及代碼總結(jié)(二) -
RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation 論文及代碼總結(jié)(三)四、數(shù)據(jù)處理模塊 該模塊需要看兩處代碼分為別hdf5_vla_dataset.py[https://github.com/thu-ml/RoboticsDiffusionTr...
-
RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation 論文及代碼總結(jié)(一)前言 大約有三年的時間沒有更新過簡書的文章了, 最近隨著人型機器人比較火熱并伴隨著大模型的成熟, 具身智能技術(shù)也被業(yè)界關(guān)注著, 當(dāng)然我也轉(zhuǎn)向投入具身智能算法. 這段時間我也...
-
-
DALLE2該文章是openAI一系列文本圖像生成工作的最新一篇，）下面給出這篇文章及代碼的鏈接：paper[https://arxiv.org/pdf/2204.06125v1.pdf...
-
CLIP這篇文章發(fā)自O(shè)penAI, 首先給出該文的地址以及對應(yīng)的代碼：Blog[https://openai.com/blog/clip/] paper[https://arxiv....
-
掩碼式對比學(xué)習(xí)接著上次對比學(xué)習(xí)[http://www.lxweimin.com/p/70b037d2b431]的內(nèi)容，這次主要說下基于掩碼的對比學(xué)習(xí)。 1 MAE paper[https:...
-
對比學(xué)習(xí)這段時間瀏覽了大量的自監(jiān)督學(xué)習(xí)方面的知識，今天就通過本篇博客將這些有關(guān)方面的知識進(jìn)行匯總。本文將從SimCLR，MoCo, BYOL等多個模型為切入點做一個自監(jiān)督學(xué)習(xí)的總結(jié)，...
-
STGCN基于圖進(jìn)行行為動作識別本文轉(zhuǎn)自同事別吃了, ST-GCN 基于骨架動作識別的時空圖卷積網(wǎng)絡(luò)[http://www.lxweimin.com/p/be85114006e3]這篇文章寫的很棒動作識別在...
-
-
GCN（圖卷積）神經(jīng)網(wǎng)絡(luò)在過去的十年里取得了巨大的成功，然而早期的神經(jīng)網(wǎng)絡(luò)變體只能使用規(guī)則結(jié)構(gòu)的數(shù)據(jù)或歐幾里得數(shù)據(jù)(Euclidean data)來實現(xiàn)，而現(xiàn)實世界中的大量數(shù)據(jù)具有底層的非歐...
-
寫的很棒
圖卷積網(wǎng)絡(luò) Graph Convolutional Network(GCN) 理解
神經(jīng)網(wǎng)絡(luò)在過去的十年里取得了巨大的成功，然而早期的神經(jīng)網(wǎng)絡(luò)變體只能使用規(guī)則結(jié)構(gòu)的數(shù)據(jù)或歐幾里得數(shù)據(jù)(Euclidean data)來實現(xiàn)，而現(xiàn)實世界中的大量數(shù)據(jù)具有底層的非歐...
-
圖卷積網(wǎng)絡(luò) Graph Convolutional Network(GCN) 理解
神經(jīng)網(wǎng)絡(luò)在過去的十年里取得了巨大的成功，然而早期的神經(jīng)網(wǎng)絡(luò)變體只能使用規(guī)則結(jié)構(gòu)的數(shù)據(jù)或歐幾里得數(shù)據(jù)(Euclidean data)來實現(xiàn)，而現(xiàn)實世界中的大量數(shù)據(jù)具有底層的非歐...
-
視頻分類(三) SlowFast原理該篇文章是在一年前所看的，也是何凱明參與的一篇文章，今天正好在視頻分類的文章中做下總結(jié)。code：SlowFast[https://github.com/facebookre...
-
[mmaction2版本] 視頻分類(二) TIN：Temporal Interlacing Network 原理及代碼講解接著上一篇文章TSM視頻理解[http://www.lxweimin.com/p/22317230210d], 今天介紹新的視頻分類網(wǎng)絡(luò)TIN(Temporal Interl...
-
[mmaction2版本] 視頻分類(一) TSM：Temporal Shift Module for Efficient Video Understanding 原理及代碼講解前段時間研究了一波關(guān)于視頻分類的相關(guān)代碼，這里準(zhǔn)備寫一系列博客介紹一下有關(guān)于視頻分類的相關(guān)論文及代碼。這篇博客主要介紹下Temporal Shift Module for E...
-
何凱明新作-Exploring Vision Transformer Backbones for Object Detection牛人會為了提升模型效果加上各種花里胡哨的操作來提升一點點準(zhǔn)確率，而神人為不斷簡化模型，通過很簡單的模型來提升模型的效果，何凱明的這篇文章基于transformer的基礎(chǔ)上進(jìn)行...
-
GNN(二) Graph Embedding一、 DeepWalk 說白了就是生成隨機在初始點進(jìn)行隨機游走得到一波序列，然后將這波序列輸入到word2vec得到向量表示。 二、 LINE 低度效果不一定好 三、 No...
