简单通用：视觉基础网络最高3倍无损训练加速，清华EfficientTrain++入选TPAMI 2024

文章预览

关注公众号，发现CV技术之美 本文转自机器之心。 本论文作者王语霖是清华大学自动化系 2019 级直博生，师从吴澄院士和黄高副教授，主要研究方向为高效深度学习、计算机视觉等。他曾以第一作者在 TPAMI、NeurIPS、ICLR、ICCV、CVPR、ECCV 等期刊、会议上发表论文，曾获百度奖学金、微软学者、CCF-CV 学术新锐奖、字节跳动奖学金等荣誉。个人主页：wyl.cool 本文主要介绍刚刚被 IEEE Transactions on Pattern Analysis and Machine Intelligence （TPAMI）录用的一篇文章：EfficientTrain++: Generalized Curriculum Learning for Efficient Visual Backbone Training。 论文链接： https://arxiv.org/pdf/2405.08768 代码和预训练模型已开源： https://github.com/LeapLabTHU/EfficientTrain 会议版本论文（ICCV 2023）： https://arxiv.org/pdf/2211.09703 近年来，「scaling」是计算机视觉研究的主角之一。随着模型尺寸和训练数据规模的增 ………………………………