小场景带来大提升！百度飞桨EasyDL助力制造业流水线AI升级
“到2025年，70%规模以上的制造业企业基本实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂。制造业企业生产效率、产品良品率、能源资源利用率等显著提升，智能制造能力成熟度水平明显提升。”不久前，工信部、国家发展改革委等八部门发布 《“十四五”智能制造发展规划》，提出推动制造业实现数字化转型、网络化协同、智能化变革等举措。 作为制造强国建设的主攻方向，加快发展智能制造对巩固实体经济根基、建成现代产业体系、实现新型工业化具有重要作用。当前，我国智能制造发展已由理念普及、试点示范转
码云Gitee单仓库最高只支持3G,中国的开源技术真的只能这么Low吗?
这是购买码云服务的订单记录,如图所示,这里购买的是50G仓库容量,这也是期望的容量,实际上一个项目很容易可以达到上百G的容量,这里因为经济压力已经是压缩后的结果了.如上图所示,标准版单仓库仅有1G的容量,我买的高级版才2G,最贵的尊享版也才3G.也许大家觉得这个细节不应该被忽略,毕竟人家写的也是分明,为什么就被我忽略了呢?我是充满怒气来写这篇文章的,这是因为所有对码云的期望都落空了,感到极度的失望,所以就有了很大的怒气,甚至对客服小姐大发雷霆,我这个人生气的时候特别毒舌.......
实践GoF的23种设计模式：观察者模式
摘要：当你需要监听某个状态的变更，且在状态变更时通知到监听者，用观察者模式吧。 本文分享自华为云社区《【Go实现】实践GoF的23种设计模式：观察者模式》，作者： 元闰子 。 简介 现在有 2 个服务，Service A 和 Service B，通过 REST 接口通信；Service A 在某个业务场景下调用 Service B 的接口完成一个计算密集型任务，假设接口为http://service_b/api/v1/domain；该任务运行时间很长，但 Service A 不想一直阻塞在接口
换把人体工学椅，缓解久坐写代码的老腰吧~
拥有17档工学灵活调整功能，满足150cm-190cm身高用户使用，用户使用范围覆盖得更广。如果你也经常在家办公或者玩游戏，很建议升级一下家里的就坐工具。如果你预算够，肯定是贵的椅子舒适度、颜值以及体验会好更多，建议你一步到位；如果口袋余量不多，可以先安排便宜一点的，但也请记得要选好品牌可靠的椅子。如果你大部分时间都是坐着，已经有一些颈椎和腰椎问题了，除了看医生之外，人体工学设计良好的产品的，也可以更好帮助修复。真的可以试试保友牌，确实是一把好椅子。好了，可以去购买了~httpshttps。........
最新 Android Framework 精编内核解析，3年以上开发者进阶提升
想要成为Android高级开发者，一定要熟练掌握Framework的底层源码。作为Android的经典框架层，它提供了众多API让各个App去调用，诸多机制都是通过Framework包装好来给App使用的，想要做出更好的开发优化，那么一定要掌握这些机制的原理。其次，Framework 现已逐渐成为Android岗位的热门甚至必备技能，在招聘网站上随便找几个Android开发相关岗位，都会包含熟悉或掌握 Framework 这一要求。...
Go 原生插件使用问题全解析
本人在设计和落地基于Go原生插件机制的扩展开发产品时踩到了很多坑，由于这方面相关资料很少，因而借此机会做一个非常粗浅的总结，希望能对大家有所帮助。本文只说问题和解决方案，不读代码。...
拥有51×51的超大型卷积核的纯CNN架构开源
More ConvNets in 2020s？论文链接：https://arxiv.org/abs/2207.03620代码链接：https://github.com/VITA-Group/SLaK在本文中，作者探索了训练大于 31×31 的极端卷积的可能性，并测试是否可以通过策略性地扩大卷积来消除性能差距。这项研究最终得到了一个从稀疏性的角度应用超大kernel的方法，它可以平滑地将kernel扩展到 61×61，并具有更好的性能。基于这个方法，作者提出了Sparse Large Kernel Netwo
Tensor是如何让你的内存/显存泄漏的
某codebase出现了奇怪的泄漏现象，奇怪的点有以下几个方面：（1）不同的模型，内存/显存泄漏的现象不一样。比如A模型和B模型泄露的速度是不一样的（2）训练同一个模型的时候，如果在dataset中增加了数据量，相比不加数据，会在更早的epoch就把内存泄漏完。是不是听起来现象非常离谱，本着”code never lies“的世界观，我开始探求这个现象的真正原因。要想解决一个大的问题，首先就要降低问题的复杂度。最小复现代码是我们找问题的基础，而这个写最小复现代码的过程其实也是遵循了一定套路的，此处一并分享给
适用于分类，检测，分割的生成式知识蒸馏开源
关于知识蒸馏的工作: Masked Generative Distillation。该方法在图像分类和密集预测的实验中，其学生模型均获得大幅提升 文章链接：https://arxiv.org/abs/2205.01529代码链接：https://github.com/yzd-v/MGD知识蒸馏主要可以分为logit蒸馏和feature蒸馏。其中feature蒸馏具有更好的拓展性，已经在很多视觉任务中得到了应用。但由于不同任务的模型结构差异，许多feature蒸馏方法是针对某个特定任务设计的。之前的知识蒸馏方
29篇论文简介，含人脸安全、图像分割、目标检测等多个研究方向
近日，欧洲计算机视觉国际会议ECCV 2022（European Conference on Computer Vision）发布了论文录用结果。本届ECCV 2022论文总投稿数超过8170篇，其中1629篇论文中选，录用率不足20%。ECCV（European Conference on Computer Vision)是国际顶尖的计算机视觉会议之一，每两年举行一次。随着人工智能的发展，计算机视觉的研究深入和应用迅速发展，每次ECCV的举行都会吸引大量的论文投稿，而今年ECCV 2022的投稿量更是接近
周排行