前段时间 Transformer已席卷计算机视觉领域,并获得大量好评,如『基于Swin-Transformer』、『美团提出具有「位置编码」的Transformer,性能优于ViT和DeiT』、『Lifting Transformer』、『TimeSformer』等等
Transformer为什么这么有实力?
因为它在分类、检测等任务上展现了极其强劲的性能。而且骨干网络上的发展也推动了下游任务的发展,Swin Transformer 更是成了屠榜般的存在,在工业界具有广阔的应用前景。所以引起了人工智能研究生的强烈兴趣。
但要想啃透 CV Transformer 难度不小:一方面,Transformer 本是应用于 NLP的论文,其中很多内容都形成了共识,在论文中并不会去详细介绍这些共识内容,例如 QKV是什么,embedding 是什么等,对于其他方向的人看到这些就很难理解。
尽管已经引起了极大的关注,但将其应用于其他领域时仍面临许多挑战,包括从方法论的合理性到实际商业业务表现。
咕泡科技很荣幸的邀请到了在人工智能、计算机视觉领域有着丰富的一线实战经验的唐宇迪博士,利用2天的时间,为大家系统地梳理Transformer技术。
直播时间 :8月24日-8月25日,20:00-22:30
Day1:深度学习CNN卷积神经网络算法精讲
Day2:AI领域最火模块Transformer实例解读
对Transformer技术感兴趣的同学,扫下方二维码,预约直播。
原价199
扫描下方二维码
0.02元报名 !
福利较大,限前100名
讲师带练,伴随式编程环境
三位一体跟踪服务,项目实战驱动 , 深刻理解原理
完课礼包
注意:已整理到网盘 , 添加助理 , 报名课程后免费领取!
福利较大,限前100名
Q&A