协同训练

《Python实战进阶》第32集：使用 TensorFlow 构建神经网络

第32集：使用TensorFlow构建神经网络摘要TensorFlow是一个功能强大的深度学习框架，广泛应用于构建和训练神经网络模型。
带娃的IT创业者·2025-03-26 01:46

使用DeepSeek建立一个智能聊天机器人

DeepSeek是由阿里云开发的多模态预训练模型，可以用于多种自然语言处理任务，包括文本生成、对话等。以下是一个简单的示例，展示如何使用DeepSeek创建一个基本的聊天机器人。
yehaiwz·2025-03-26 01:15

TensorFlow 的性能优化的全面指南

以下是TensorFlow的性能优化的全面指南，涵盖训练、推理、硬件利用及部署阶段的优化策略，适合从入门到进阶的用户：这里写目录标题一、性能优化的核心目标二、训练阶段优化1.硬件加速2.数据管道优化3.
独隅·2025-03-25 23:07

什么是分布式？什么是分布式锁

分布式是指在多台计算机之间协同工作，共同完成某项任务或提供某种服务的模式。在分布式系统中，不同的计算机节点可以分担不同的任务或服务，通过网络进行通信和协作。
酷爱码·2025-03-25 23:05

快速了解Transformer与循环神经网络（LSTM/RNN）的区别

Transformer与循环神经网络（LSTM/RNN）的区别关键差异总结：并行性：Transformer的全局并行计算大幅提升训练效率，而RNN/LSTM受限于序列顺序。
Panesle·2025-03-25 23:30

代码随想录算法训练营第五十二天（图论）| 98. 所有可达路径、深度优先搜索、广度优先搜索

邻接矩阵邻接矩阵是一种使用二维数组来表示图的方法。矩阵中的元素表示节点之间是否存在边。如果存在边，则对应的矩阵元素为1（或边的权重）；否则为0。特点：空间复杂度高：无论图是否稀疏，邻接矩阵都需要O(V^2)的空间，因为每个节点都需要为所有其他节点预留位置。查找效率高：查找任意两节点之间是否存在边非常高效，只需要访问一次数组，时间复杂度为O(1)。不适合稀疏图：对于边远少于顶点平方的稀疏图，邻接矩阵
*MaybE·2025-03-25 21:21

6 卷积神经网络实现MNIST手写数字识别

代码实现了基本的CNN共两层神经网络，包括两层卷积层两层池化层使用的数据集为单通道28*28像素的MNIST数据集，共10个标签训练集可直接在代码里下载代码模块如下：importtorchfromtorchimportnnfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets
机械专业搞视觉的小白·2025-03-25 21:18

算法训练 | 图论Part1 | 98.所有可达路径

目录98.所有可达路径深度搜索法98.所有可达路径题目链接：98.所有可达路径文章讲解：代码随想录深度搜索法代码一：邻接矩阵写法#include#includeusingnamespacestd;vector>result;//收集符合条件的路径vectorpath;//1节点到终点的路径voiddfs(constvector>&graph,intx,intn){//当前遍历的节点x到达节点nif
Orionova·2025-03-25 21:48

代码随想录算法训练营第7天 | 454.四数相加II 383. 赎金信 15. 三数之和 18. 四数之和

目录454.四数相加II思路暴力解【超时】字典类哈希表383.赎金信思路哈希表Counter类15.三数之和思路暴力解【超时】遍历+左右指针进一步优化18.四数之和思路方法454.四数相加II题目链接：454.四数相加II-力扣（LeetCode）文章讲解：代码随想录视频讲解：学透哈希表，map使用有技巧！LeetCode：454.四数相加II思路暴力解，超时，时间复杂度为n^4利用字典类哈希表优
Lchiyu·2025-03-25 21:14

发布AiCube DeepSeek一体机，中兴通讯加速AI大模型商业化落地

此外，该产品还具备高算力硬件、易用的训练与推理平台以及主流大模型的支持，能够实现高效、安全、低成本的本地部署。Deepseek加持下的一
蜂耘·2025-03-25 21:13

基于Python卷积神经网络的Mnist手写数字识别

Mnist数据集是一个包含大量手写数字图片的数据集，被广泛用于训练和测试各种图像识别算法。使用卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）来解决手写数字识别问题，不
2301_79809972·2025-03-25 20:12

信创国产系统对国产芯片发展的推动作用

其中，信创国产系统与国产芯片作为产业的核心组成部分，二者相互促进、协同发展。
·2025-03-25 18:04

Genesis仿真环境RL训练四足配置方法

先介绍一下怎么用genesis环境RL训四足，官方给了宇树go2的训练案例，需要一点环境基础。
小bai22·2025-03-25 18:26

云原生周刊：Ingress-NGINX 漏洞

它允许用户以代码方式定义和管理AI部署所需的资源，包括模型训练环境、数据存储和计算资源等。Terraform提供了一种高效、可重复的方式来配置和管理基础设施，简化了AI项目的部署和扩展。
·2025-03-25 18:30

大模型算法岗面试题(含答案)

TensorFlowModelGarden：TensorFlow官方提供的一系列预训练模型和模型架构。HuggingFaceTransformers：一
X.Cristiano·2025-03-25 17:49

解锁鸿蒙开发：开启智能应用新宇宙

目录一、鸿蒙开发：崭露头角的新机遇二、初窥鸿蒙开发世界2.1鸿蒙系统独特之处2.2开发工具与环境搭建三、深入鸿蒙开发核心3.1鸿蒙应用架构剖析3.2多设备协同开发实践3.3界面设计与用户体验优化四、案例解析
大雨淅淅·2025-03-25 14:23

DeepSeek 使用窍门与提示词写法指南

一、通用提示词技巧窍门分类技巧说明示例提示词明确需求用“角色+任务+要求”明确目标作为健身教练，为30岁上班族设计一周减脂计划，需包含饮食和15分钟居家训练结构化提问分步骤、分模块提问第一步：列出Python
V文宝·2025-03-25 13:49

唯一在线客服系统 | 私有化部署+全渠道+AI智能客服解决方案

支持全渠道客户连接与智能服务协同，日均处理咨询量可达10万+，满足金融、医疗、政务等高安全需求场景。
程序员老狼·2025-03-25 13:44

神经网络解决非线性二分类

具体步骤包含生成数据集、定义神经网络模型、训练模型、测试模型以及可视化决策边界。
欣然～·2025-03-25 12:37

代码随想录训练营 Day59打卡 图论part09 Bellman_ford算法

代码随想录训练营Day59打卡图论part09Bellman_ford算法例题：卡码94.城市间货物运输I题目描述某国为促进城市间经济交流，决定对货物运输提供补贴。
那一抹阳光多灿烂·2025-03-25 11:05

Python预测股票市场的未来价格及成交量（最最最基础版）

zgpa_train.csv中存放着训练数据，zgpa_test.csv为测试数据，根据训练数据预测测试数据中未来的开盘价，收盘价，最高价，最低价及成交量。算法要求：要求至少使用一种机器学习算法。
DHC丶·2025-03-25 11:33

AUTOSAR从入门到精通-基于 CAN 总线的压滤机组协同管理终端的研究与开发(下)

目录4.3.4管理终端CAN通讯功能设计与实现4.3.5管理终端远程监控的设计与实现5压滤机组协同管理终端测试试验5.1管理终端机械环境适应性试验(Managementterminal5.1.1冲击试验
格图素书·2025-03-25 09:16

产品经理如何管理需求池

管理需求池的核心在于多渠道需求采集、科学分类排序、动态更新监控以及跨部门协同沟通与持续改进。
·2025-03-25 09:44

大模型推理能力的局限性

这些模型擅长识别并模仿训练数据中的模式，但当任务需要真正的理解和逻辑推理时，它们往往遇困。
·2025-03-25 08:13

YOLO编程：开启计算机视觉的神奇之门

YOLO的独特优势（一）速度为王（二）精度可靠（三）部署便捷四、YOLO的工作流程揭秘（一）图像分割与网格划分（二）目标预测与数据输出（三）结果筛选与最终确定五、YOLO编程实践（一）准备工作（二）模型训练
大雨淅淅·2025-03-25 07:37

Tensorflow 2 单GPU同时训练多个模型

Tensorflow2单GPU同时训练多个模型问题有时我们需要对多个模型进行性能对比。若一次只训练一个模型，我们需要时刻关注训练进度，非常耗费精力。同时进行多个模型的训练能够降低人力成本。
TTTYYZZ·2025-03-25 07:36

怎么在linux服务器选择GPU进行训练模型？

首先查看当前节点有那些可用的GPU：使用nvidia-smi命令来查询Linux服务器上可用的GPUnvidia-smi命令会输出一些关于服务器上NVIDIAGPU的信息，包括每个GPU的型号、驱动版本、总内存、使用内存、温度、功率和运行在其上的进程等。然后选择第0个和第1个GPU进行使用：CUDA_VISIBLE_DEVICES=0,1pythontrain.py设置CUDA_VISIBLE_D
LRJ-jonas·2025-03-25 07:03

当我在浏览器中输入www.xxx.com到底发生了什么？

本文将深入探讨从输入网址到页面加载完成的整个过程，帮助你理解浏览器、网络协议和服务器是如何协同工作的。
isolusion·2025-03-25 07:02

如何在多个GPU中训练非常大的模型？

目录一、并行训练策略1.数据并行2.模型并行3.混合并行：4.上下文并行二、内存优化技术三、总结在多个GPU上训练超大规模模型（如千亿参数级语言模型）需要结合并行策略、内存优化技术、分布式框架。
Mr终游·2025-03-25 07:00

群核科技开源空间理解生成模型SpatialLM, 构建具身智能训练基座

在今年的英伟达GTC全球大会上，群核科技自主研发的空间理解模型SpatialLM宣布正式开源。该模型仅通过一段视频即可生成物理正确的3D场景布局。就像我们环顾四周环境便可以理解背后的空间结构一样，SpatialLM模型能够基于从视频中提取的点云数据，准确认知和理解其中的结构化场景信息，并将它以脚本语言的形式呈现出来。SpatialLM是一种3D大语言模型，旨在处理3D点云数据并生成结构化的3D场景
·2025-03-25 04:10

第八十一课：HarmonyOS Next 的行业标准与规范

从技术协同角度而言，统一的行业标准是连接不同开发者、企业以及设备的桥梁。HarmonyOSNext旨在构建一个庞大的智能生态系统，涵盖手机、平板、智能穿戴、智能家居等各类设备。
小_铁·2025-03-25 04:13

Momentum优化器的超参数调优方法

Momentum优化器的超参数调优方法1.背景介绍在深度学习领域，优化器是训练神经网络的关键组件之一。优化器的选择和调优直接影响模型的收敛速度和最终性能。
AI天才研究院·2025-03-25 03:34

智算中心系统化建设与运营框架

能源协同方案：风光储一体化：宁夏
大霸王龙·2025-03-25 03:34

MarsCode AI为什么适合教育场景

，匹配不同学习阶段需求‌13利用LSTM神经网络预测知识盲点，推荐针对性练习（准确率92%）‌38‌智能题库系统‌集成近千道编程题目，含字节跳动等大厂面试真题‌56通过GAN网络生成新型题目，避免重复训练导致
test猿·2025-03-25 03:32

智能体的自适应学习：应对动态环境变化的策略与方法

传统机器学习依赖于预先收集的静态数据集进行训练，这种方法在面对不断变化的环境时显得捉襟见肘。
熵减画眉·2025-03-25 01:48

（附论文笔记+项目源码+训练技巧）

用14张思维导图+32个实战项目，拆解出普通人可复制的进阶路径，文末送《大模型学习大礼包》（含2TB预训练数据+行业白皮书）。一、为什么你的大模型学习总是卡壳？
大模型入门教程·2025-03-25 01:17

机器学习-分类模型-非线性模型

支持向量机(SVM)通过核函数处理非线性分类（如RBF核）小样本非线性数据svm.SVCK近邻(K-NearestNeighbors)基于局部相似性，无需训练模型小数据量，特征空间均匀neighbors.KNeighborsClassifier
恸流失·2025-03-25 01:17

模型部署全流程：SavedModel、TFLite、TF.js、ONNX 的导出与实战

从训练到导出，用户可根据目标平台灵活选择格式，部署到：服务端（TFServing/TensorRT）移动端（TensorFlowLite）浏览器端（TensorFlow.js）多框架跨平台（ONNX）本章我们将覆盖四大部署格式
AI筑梦师·2025-03-25 00:44

NPU上如何使能pytorch图模式

它通过将PyTorch的动态图转换为静态图，并利用Just-In-Time（JIT）编译技术，显著提高模型的推理速度和训练效率。
·2025-03-25 00:34

阿里一面都会考什么？

今天分享的是训练营的朋友在阿里一面的面试题，内容涉及Redis的核心知识点和LRU算法的实现。这些内容非常实用，尤其是对正在准备面试或工作中需要用到Redis的同学。一起来看看吧！
·2025-03-25 00:02

《鸿蒙携手AI：解锁智慧出行底层逻辑》

分布式架构：构建智慧出行的坚实基础鸿蒙系统的分布式架构是其一大技术亮点，它打破了设备之间的界限，实现了多设备的无缝协同。在智慧出行场景中，车辆不再是孤立的个体，而
·2025-03-25 00:30

从沈抖到谢广军，百度智能云何时“云开月明”？

今年2月，百度智能云全员会上沈抖向友商“开炮”，表示DeepSeek的来势汹汹，首当其冲的AI产品，是字节跳动的豆包，理由是其训练成本和投流成本都很高。
互联网江湖·2025-03-25 00:39

《鸿蒙携手AI：解锁智慧出行底层逻辑》

分布式架构：构建智慧出行的坚实基础鸿蒙系统的分布式架构是其一大技术亮点，它打破了设备之间的界限，实现了多设备的无缝协同。在智慧出行场景中，车辆不再是孤立的个体，而
程序猿阿伟·2025-03-25 00:39

基于Hugging Face的Transformer实战

HuggingFace生态提供：30,000+预训练模型（BERT、GPT、T5等）统一的TransformerAPI接口快速实现下游任务迁移企业级部署工具（Optimum、InferenceEndpoints
小诸葛IT课堂·2025-03-24 23:03

在 web 部署 YOLOv8目标检测（Django+html）

本文介绍如何将自己训练好的模型在网页上进行应用，使用Django+html进行部署，能够对视频和图像进行识别，并显示到页面上，下面是一个效果：上传和另外7个页面-个人-MicrosoftEdge2025
Edward-tan·2025-03-24 22:59

自动驾驶系统的车辆动力学建模：自行车模型与汽车模型的混合策略及自动驾驶分层控制架构

本文还将介绍自动驾驶分层控制架构中的协同工作机制。混合策略的应用实例在实际的自动驾
赛卡·2025-03-24 22:24

万字长文总结多模态大模型后训练

万字长文总结多模态大模型后训练作者：yearn原文：https://zhuanlan.zhihu.com/p/31278114666本文介绍下我们对多模态alignment近期一系列进展的整理和总结大语言模型
强化学习曾小健·2025-03-24 21:49

嵌入式系统开发如何选择和备考软考高级

针对已通过软考中级嵌入式系统设计师的开发者或者从事嵌入式系统设计的人员，以下是为您量身定制的高级科目推荐及备考方案：一、软考高级科目推荐1.系统架构设计师（首推）推荐理由：技术延续性：与嵌入式系统设计高度相关，涉及硬件/软件协同设计
矿渣渣·2025-03-24 20:06

深度学习：让机器学会“思考”的魔法

1.训练过程：从“笨拙”到“熟练”2.损失函数：衡量“错误”的尺子3.反向传播：从错误中“反思”四、深度学习的“超能力”1.图像
AI极客Jayden　·2025-03-24 18:50

群体智能优化算法-模拟退火优化算法（Simulated Annealing, SA，含Matlab源代码）

SA具有收敛速度快、计算复杂度低、适用于连续优化问题等特点，被广泛应用于组合优化、函数优化、神经网络训练等领域。算法介绍1.主要
HR Zhou·2025-03-24 17:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他