/deep/深度选择解析
/deep/深度选择器用于将全局的组件或者类的样式转换为局部的类从而达到在scoped内部添加样式后起作用的目的，比如要给scoped内部的.sys_info_box的子类组件添加样式，而.el-card__header属于全局组件，无法在局部scoped中起作用，所以可以在.el-card__header前加上/deep/
/deep/ 深度选择器
2019-03-22
4287
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
/deep/深度选择解析/deep/深度选择器用于将全局的组件或者类的样式转换为局部的类从而达到在scoped内部添加样式后起作用的目的，比如要给scoped内部的.sys_info_box的子类组件添加样式，而.
目录
相关文章
|
机器学习/深度学习
自然语言处理
PyTorch
|
3月前
|
存储
人工智能
自然语言处理
【AI大模型】Transformers大模型库（五）：AutoModel、Model Head及查看模型结构
【AI大模型】Transformers大模型库（五）：AutoModel、Model Head及查看模型结构
93
0
0
|
6月前
|
机器学习/深度学习
缓存
RNN又行了！DeepMind新发布的Griffin可以与同级别的LLM性能相当
Hawk和Griffin是DeepMind推出的新型循环神经网络（RNNs），2月刚刚发布在arxiv上。Hawk通过使用门控线性递归（gated linear recurrences）超越了Mamba的性能，而Griffin则是一种混合型模型，结合了门控线性递归和局部注意力（local attention），与Llama-2的性能相当，但使用的训练数据明显较少。Griffin在处理比训练时更长的序列时表现出色。这两种模型在硬件效率方面与Transformer相当，但在推理过程中具有更低的延迟和更高的吞吐量。Griffin的规模已扩展到了140亿个（14B）参数。
192
3
3
|
机器学习/深度学习
算法
计算机视觉
|
计算机视觉
|
机器学习/深度学习
资源调度
自然语言处理
深度学习进阶篇-国内预训练模型[6]：ERNIE-Doc、THU-ERNIE、K-Encoder融合文本信息和KG知识；原理和模型结构详解。
深度学习进阶篇-国内预训练模型[6]：ERNIE-Doc、THU-ERNIE、K-Encoder融合文本信息和KG知识；原理和模型结构详解。
11390
0
0
![深度学习进阶篇-国内预训练模型[6]：ERNIE-Doc、THU-ERNIE、K-Encoder融合文本信息和KG知识；原理和模型结构详解。](https://ucc.alicdn.com/fnj5anauszhew_20230529_5dfe9e7e0fad4be185d806d649fbe8ab.png?x-oss-process=image/resize,h_160,m_lfit)
|
机器学习/深度学习
算法
测试技术
|
机器学习/深度学习
自然语言处理
算法
全新范式 | Box-Attention同时让2D、3D目标检测、实例分割轻松涨点（求新必看）（一）
全新范式 | Box-Attention同时让2D、3D目标检测、实例分割轻松涨点（求新必看）（一）
239
0
0
|
机器学习/深度学习
编解码
计算机视觉
全新范式 | Box-Attention同时让2D、3D目标检测、实例分割轻松涨点（求新必看）（二）
全新范式 | Box-Attention同时让2D、3D目标检测、实例分割轻松涨点（求新必看）（二）
353
0
0
|
机器学习/深度学习
人工智能
自然语言处理
7 Papers & Radios | 无残差连接训练深度transformer；DeepMind写代码AI登Science封面
7 Papers & Radios | 无残差连接训练深度transformer；DeepMind写代码AI登Science封面
128
0
0