UC Berkeley非监督学习--自回归模型
想系统学习一下生成网络，开个新坑，翻译整理一下UC Berkeley非监督学习的课程。这篇翻译第二讲Autoregressive Models，自回归模型。 这个课程总共十二讲，
UC Berkeley非监督学习--介绍
想系统学习一下生成网络，开个新坑，翻译整理一下UC Berkeley非监督学习的课程。 这个课程总共十二讲，官方链接： https://sites.google.com/vie
/2.png)
以图片为目标的视觉强化学习 -- 代码解析上篇(rlkit安装及部分代码及函数的解析和使用)
之前有讲过一篇论文，今天来讲讲它的代码： 论文解析的链接是：以图片为目标的视觉强化学习 这篇研究以及这篇研究的后续研究，源代码都有公开，我们的目标是把这个库都解析一遍，感兴
 解析/2.png)
Facebook DeiT(Data-efficient Image Transformers) 解析
今天看Facebook AI的DeiT。比起Moco v3训练出来的模型，DeiT胜在模型小，训练和推理都更加迅速。且精准度还有了很大提高。 迅速到什么程度呢？用一个8-GPU服
的训练经验(Moco v3) -- Moco中的ViT/1.png)
Facebook自监督学习Visual Transformers(ViT)的训练经验(Moco v3) -- Moco中的ViT
系列首篇：自监督学习Visual Transformers(ViT)的训练经验(Moco v3) – 论文解析 系列上篇：Facebook自监督学习Visual Transforme
原理及代码解析/1.png)
ViT (Vision Transformer)原理及代码解析
今天我们来详细了解一下Vision Transformer。基于timm的代码。 1. Patch Embedding Transformer原本是用来做NLP的工作的，所以ViT的首