lossless专题

AI Lossless Zoomer v3.1.0.0 — 超实用的AI无损图片放大工具

AI Lossless Zoomer 是一款基于腾讯开源 Real-ESRGAN 算法的 AI 图片无损放大工具,支持多线程和批量处理,具备自定义输出格式和路径等高级设置选项,并允许用户选择不同的 AI 引擎进行图片放大处理。此版本修复了一些小 bug,并增加了错误日志记录,确保使用更加稳定和方便。无论是设计师还是摄影师,这款工具都能提供高质量的图像放大效果。 链接:https://pan.qu

AI无损放大工具 AI lossless zoomer 3.1.0.0

这款工具是作者基于腾讯开源免费的AI算法而开发的,腾讯开源算法地址:GitHub.com/xinntao/Real-ESRGAN 打开软件的主页面是黑色为主调的界面。把需要无损放大的图片直接拖入到软件中,再点【开始任务】,软件就会自动处理图片,处理好后就会弹出处理后的文件所在目录。 AI Lossless Zoomer 是一款AI无损放大工具 功能说明 1.更新依赖组件 2.修复字体问题

【论文笔记】ResRep: Lossless CNN Pruning via Decoupling Remembering and Forgetting

Abstract 提出了ResRep,一种无损通道修剪的新方法,它通过减少卷积层的宽度(输出通道数)来缩小CNN的尺寸。 建议将CNN重新参数化为记忆部分和遗忘部分,前者学习保持性能,后者学习修剪。通过对前者使用常规 SGD 进行训练,对后者使用带有惩罚梯度的新颖更新规则进行训练,实现了结构化稀疏性,然后等效地将记忆和遗忘部分合并到层数更窄的原始架构中。 github仓库 1 Introdu

SpQR: A Sparse-Quantized Representation for Near-Lossless LLM Weight Compression翻译

摘要 大型语言模型(LLM)预训练的最新进展获得了具有令人印象深刻能力的高质量LLM。通过量化将这种LLM压缩至每个参数3-4位,从而可以适配内存有限的设备,例如笔记本电脑和手机,从而实现个性化使用。但是,将每个参数的量化至3-4位通常会导致中度到高度的准确率损失,尤其是对于1-10B参数范围内的较小模型,而这些非常适合边缘部署。为了解决这个准确性问题,我们介绍了一种Sparse-Quantiz