深度学习框架搭建gpu加速

YOLOv11快速上手：如何在本地使用TorchServe部署目标检测模型

环境准备在开始之前，确保你的开发环境满足以下要求：Python版本：3.8或以上PyTorch：1.9或以上CUDA：如果使用GPU，加速训练和推理TorchServe：用于模型
SYC_MORE·2025-02-22 07:57

DeepSeek的架构设计

DeepSeek的架构设计一、基础架构层1.超大规模算力集群跨地域异构计算:南京/临港等多地超算中心构建混合集群，10万+GPU卡规模（含H100/A100等），通过自研RDMA网络实现μs级延迟能效优化
程序猿000001号·2025-02-22 06:24

SD模型微调之LoRA

热门专栏机器学习机器学习笔记合集深度学习深度学习笔记合集文章目录热门专栏机器学习深度学习论文概念核心原理优点训练过程预训练模型加载选择微调的层LoRA优化的层Cross-Attention（跨注意力）层
好评笔记·2025-02-22 06:22

清影2.0（AI视频生成）技术浅析（四）：计算机视觉（CV）

这些技术通过深度学习、生成对抗网络（GAN）、光流估计等方法，实现了高质量的视频生成和编辑。
爱研究的小牛·2025-02-22 06:50

04.Docker 镜像命令

Docker镜像管理命令Docker镜像管理命令1.搜索镜像2.镜像加速配置和优化3.下载镜像4.查看本地镜像5.镜像导出4.镜像导入5.删除镜像6.镜像打标签Docker镜像管理命令镜像即创建容器的模版
转身後 默落·2025-02-22 05:39

哪种LLM量化方法最适合您？：GGUF、GPTQ 还是 AWQ

它允许用户在CPU上运行LLM，同时通过提供速度改进将一些层卸载到GPU。GGUF对于那些在CPU或Apple设备上运行模型的用户特别有用。在GGUF上
GordonJK·2025-02-22 05:38

深度学习-123-综述之AI人工智能与DL深度学习简史1956到2024

文章目录1AI与深度学习的简史1.1人工智能的诞生(1956)1.2早期人工神经网络(1940-1960年代)1.3多层感知器MLP(1960年代)1.4反向传播(1970-1980年代)1.5第二次黑暗时代
皮皮冰燃·2025-02-22 04:07

深度学习-124-LangGraph之基础知识(一)基本聊天机器人和工具增强的聊天机器人

文章目录1基本使用1.1聊天模型1.2创建图1.3与ICEL交互2构建一个基本的聊天机器人2.1定义状态2.2添加节点2.3添加边(入口点)2.4添加边(终点)2.5编译图2.6调用2.7整体代码3使用工具增强聊天机器人3.1百度搜索工具3.2绑定工具的聊天模型3.3定义图3.4添加工具节点3.5添加条件边3.6调用4参考附录1基本使用下图包含一个名为“Lucy”的节点，它执行聊天模型，然后返回结
皮皮冰燃·2025-02-22 04:36

大模型量化概述

近年来，随着Transformer、MOE架构的提出，使得深度学习模型轻松突破上万亿规模参数，从而导致模型变得越来越大，因此，我们需要一些大模型压缩技术来降低模型部署的成本，并提升模型的推理性能。
AI领航者·2025-02-22 04:02

WebView 细节，onShowCustomView与JS注入来实现视频全屏播放

概述WebView是开发中经常使用的组件，在使用中我们需要考虑文件下载，自定义scheme，重定向，硬件加速，Cookie，HTTPS/HTTP混合等多种问题。
Boo_Wang·2025-02-22 03:21

深度学习笔记之自然语言处理(NLP)

深度学习笔记之自然语言处理(NLP)在行将开学之时，我将开始我的深度学习笔记的自然语言处理部分，这部分内容是在前面基础上开展学习的，且目前我的学习更加倾向于通识。
电棍233·2025-02-22 02:10

从零开始玩转TensorFlow：小明的机器学习故事 1

在老师的建议下，他选择了TensorFlow，一个流行且强大的深度学习框架，希望能将这个想法变成现实。2.开始TensorFlow的旅程场
山海青风·2025-02-22 01:05

马斯克发布的Grok3如何,大家如何评价

技术特点与性能计算能力：Grok3的训练使用了约10万块GPU卡，计算能力是上一代Grok2的10倍。这种大规模的计算资源投入使得Grok3在推理能力和逻辑一致性方面表现出色。多模态与实时数据处
魔王阿卡纳兹·2025-02-22 01:30

基于深度学习进行呼吸音检测的详细示例

以下是一个基于深度学习进行呼吸音检测的详细示例，我们将使用Python语言以及一些常见的深度学习库（如TensorFlow、Keras）和数据处理库（如numpy、pandas），同时会用到音频处理库librosa
go5463158465·2025-02-22 01:57

用deepseek学大模型08-用deepseek解读deepseek

DeepSeekR1是一种先进的深度学习模型架构，结合了Transformer、稀疏注意力机制和动态路由等核心技术。
wyg_031113·2025-02-22 01:26

Ubuntu22.04 Docker更换阿里云镜像

那么可以更换阿里云镜像加速器，从而加速官方镜像的下载。1.获取镜像加速器地址登录容器镜像服务控制台，在左侧导航栏选择镜像工具>镜像加速器，在镜像加速器页面获取加速器地址。
冲上云霄的Jayden·2025-02-22 00:20

有哪些好用的AI工具？(你想要的AI工具都在这)

https://chat.deepseek.com/豆包字节跳动开发的智能语言模型，基于深度学习技术，支持多种自然语言处理任务。
·2025-02-21 23:25

仅用1年成为DeepMind顶梁柱，John Jumper博士毕业7年拿诺奖，开启蛋白折叠新时代

截至目前，已有来自190个国家的200多万人使用这一工具，它不仅加速了新药研发和疾病研究，也为基础科学探索提供了前所未有的支持，深刻影响了生命科学的未来发展。值得一提的是，Jump
·2025-02-21 23:23

将 Google CDN 替换为国内源的 Chrome 扩展，实现网站加速⚡️

GitHub源码地址：https://github.com/justjavac/...。将GoogleCDN替换为国内的。缘起由于众所周知的原因，只需替换一个域名就可以继续使用Google提供的前端公共库了。同样，通过script标记引用这些资源，让网站访问速度瞬间提速！很多网站，尤其是国外网站，为了加快网站的速度，都使用了Google的CDN。但是在天朝，由于某些原因，导致全球最快的CDN变成了
·2025-02-21 23:52

有哪些好用的AI工具？(你想要的AI工具都在这)

https://chat.deepseek.com/豆包字节跳动开发的智能语言模型，基于深度学习技术，支持多种自然语言处理任务。
·2025-02-21 23:21

冠军算法变体合集再上新！具有新的变异策略和外部归档机制的改进LSHADE-SPACMA算法

第三，提出了一种基于精英的外部归档机制，保证了外部种群的多样性，可以加速算法的收敛进度。2.7LSHADE-SPACMA2.7.
群智能算法小狂人·2025-02-21 23:40

GPU渲染管线——处理流程总结

GPU图形渲染管线图形渲染管线（GraphicsRenderingPipeline）是GPU渲染三维场景的主要工作流程。它是一个逐步处理的框架，将三维场景的数据转化为屏幕上的二维图像。
fengnian18·2025-02-21 22:39

【深度学习】预训练和微调概述

预训练和微调概述1.预训练和微调的介绍1.1预训练（Pretraining）1.2微调（Fine-Tuning）2.预训练和微调的区别预训练和微调是现代深度学习模型训练中的两个关键步骤，它们通常是一个预训练
CS_木成河·2025-02-21 22:35

【深度学习大模型实例教程：Transformer架构、多模态模型与自监督学习】

深度学习大模型实例教程：Transformer架构、多模态模型与自监督学习1.深度学习基础概述1.1深度学习的核心概念1.2常见深度学习模型1.3大模型的挑战与解决方案2.数据准备2.1数据处理示例：CIFAR
生活De°咸鱼·2025-02-21 22:34

深度学习模型的全面解析：技术进展、应用场景与未来趋势

1.深度学习模型概述1.1深度学习模型的定义与分类深度学习模型是基于人工神经网络的算法，它们通过模仿人脑的处理机制来学习数据中的复杂模式和特征。
阿尔法星球·2025-02-21 22:03

尝试在exo集群下使用deepseek模型：第一步，调通llama

exo是一个多机协同AI大模型集群软件，它可以将多种设备统一成一个强大的GPU，支持多种模型，并具有动态模型分区、自动设备发现等功能‌。
skywalk8163·2025-02-21 22:33

清华独家教程 | 零基础玩转DeepSeek：AI时代的实战赋能手册

在人工智能技术加速渗透各行各业的今天，清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室的余梦珑博士后团队推出《DeepSeek从入门到精通》，为公众提供了一份权威、实用的AI工具使用指南。
阿黎逸阳·2025-02-21 22:01

深度学习模型：原理、架构与应用

深度学习（DeepLearning）是机器学习中的一个分支，基于人工神经网络的发展，尤其是多层神经网络的研究，使其在语音识别、图像处理、自然语言处理等领域取得了显著进展。
一ge科研小菜菜·2025-02-21 22:00

基于深度学习的焊缝缺陷检测识别系统：YOLOv10 + UI界面 + 数据集

1.引言1.1背景介绍焊接是现代工业制造中的重要工艺之一，其质量直接影响产品的安全性、耐用性和可靠性。然而，由于焊接工艺的复杂性，在实际应用中不可避免地会出现焊缝缺陷，如气孔、裂纹、未熔合等。这些缺陷不仅降低了焊接质量，还可能导致严重的安全事故。因此，如何高效、准确地检测焊缝缺陷成为工业领域的重要研究课题。传统的焊缝缺陷检测方法主要依赖于人工经验或简单的图像处理技术。这些方法不仅效率低下，而且受主
深度学习&目标检测实战项目·2025-02-21 21:00

基于深度学习的钢材表面缺陷检测系统：UI界面 + R-CNN + 数据集

基于深度学习的钢材表面缺陷检测系统能够通过计算机视觉自动识别钢材表面的缺陷类型和位置，极大地提升了检测的准确性和效率。
深度学习&目标检测实战项目·2025-02-21 21:30

PyTorch torch.logsumexp 详解：数学原理、应用场景与性能优化（中英双语）

PyTorchtorch.logsumexp详解：数学原理、应用场景与性能优化在深度学习和概率模型中，我们经常需要计算数值稳定的对数概率操作，特别是在处理softmax归一化、对数似然计算、损失函数优化等任务时
阿正的梦工坊·2025-02-21 20:22

蓝耘科技上线 DS 满血版，500万tokens免费送！

立志在坚不欲说，成功在久不在速欢迎关注：点赞⬆️留言收藏欢迎使用：小智初学计算机网页AI蓝耘元生代智算云架构蓝耘元生代智算云平台是一个现代化的、基于Kubernetes的云平台，专为大规模GPU加速工作负载而构建
Lethehong·2025-02-21 19:16

什么是语料清洗、预训练、指令微调、强化学习、内容安全； 什么是megatron，deepspeed，vllm推理加速框架

什么是语料清洗、预训练、指令微调、强化学习、内容安全目录什么是语料清洗、预训练、指令微调、强化学习、内容安全语料清洗预训练指令微调强化学习内容安全什么是megatron，deepspeed，vllm推理加速框架语料清洗语料清洗是对原始文本数据进行处理的过程
ZhangJiQun&MXP·2025-02-21 19:45

基于深度学习的入侵检测系统设计与实现

基于深度学习的入侵检测系统设计与实现文章关键词:深度学习，入侵检测，网络安全，神经网络，特征提取，系统设计文章摘要:随着互联网的快速发展和网络攻击技术的不断演进，网络安全形势日益严峻。
AI天才研究院·2025-02-21 19:39

初识pytorch

一、AI发展史二、什么是深度学习深度学习是机器学习的一个子集。为了更好地理解这种关系，我们可以将它们放在人工智能（AI）的大框架中来看。
m0_73286250·2025-02-21 15:02

NVIDIA B200：高性能 AI 计算的未来

每一代新处理器和加速器都有可能极大地改变我们开发和部署大规模机器学习模型的方式。NVIDIA长期处于人工智能硬件开发的最前沿，它再次凭借由Blackwell架构驱动的B200提高了标准。
知识大胖·2025-02-21 15:01

Java部署机器学习模型:方案二(基于DJL)

DJL（DeepJavaLibrary）是由亚马逊公司开发的一款开源的深度学习框架，它旨在为Java开发人员提供一个简单而强大的API，使得在Java中使用深度学习变得更加容易。
iiilloi·2025-02-21 15:01

2025年如何挑选静态应用安全测试（SAST）工具？

SAST能够保护软件，更加安全地支持业务，削减成本，降低风险，加速任务关键型应用的开发、交付和部署。
悬镜安全·2025-02-21 14:28

深度学习归一化与正则化

文章目录深度学习归一化与正则化1.归一化(Normalization)2.正则化(Regularization)深度学习归一化与正则化1.归一化(Normalization)定义：归一化是指通过某种算法将输入数据或神经网络层的激活值处理后限制在我们需要的特定范围内
鱼儿也有烦恼·2025-02-21 14:22

深度学习探索-基础篇-正则化篇

2.1L1正则化2.2L2正则化2.2.1L2正则化的工作原理2.2.2如何在训练中应用L2正则化2.2.3L2正则化的效果2.3WeightDecay2.4Dropout一、正则化介绍1.1正则化的简介在深度学习领域中
神仙盼盼·2025-02-21 13:49

前端极限革命：AI加速企业级超级引擎的崛起

在数字化浪潮与智能化趋势的推动下，前端工程化正从简单的页面展示转变为企业高效运转的核心引擎。传统开发模式存在重复劳动、沟通断层和质量失控等问题，而企业级前端体系的构建则旨在解决这些痛点，实现标准化、自动化和智能化升级。本文在原有内容基础上，经过全新优化与改造，为您呈现一套覆盖需求规划、开发联调、测试优化、构建部署、运维监控等全环节的前端工程化全景图，并着重探讨了AI在各阶段的创新应用。一、需求与规
Coder_Kevin_Vans·2025-02-21 13:47

前端项目：获取本地计算机（局域网、公网）真实IP。

response.json()).then(data=>console.log('PublicIP:',data.ip)).catch(error=>console.error('ErrorfetchingpublicIP
Smile_Gently·2025-02-21 13:14

边缘安全加速平台 EO（Edge Optimization）

腾讯云边缘安全加速平台EO（EdgeOptimization）是腾讯云推出的一项基于边缘计算的安全加速解决方案，旨在提升企业网站、应用、服务等的访问速度、安全性和稳定性。
HaoHao_010·2025-02-21 13:13

autok3s搭建k3s ha集群并支持gpu调度

本文描述了如何利用autok3s搭建k3s集群，同时支持对gpu的调用和切分。
StevenforAI·2025-02-21 12:34

【深度学习】Unet的基础介绍

U-Net是一种用于图像分割的深度学习模型，特别适合医学影像和其他需要分割细节的任务。如图：Unet论文原文为什么叫U-Net？U-Net的结构像字母“U”，所以得名。
牧歌悠悠·2025-02-21 11:34

探索流体模拟新境界：Unity中的基于位置的动力学（PBD）在GPU上的壮丽实践

探索流体模拟新境界：Unity中的基于位置的动力学（PBD）在GPU上的壮丽实践PBD-Fluid-in-UnityAPBDfluidinunityrunningontheGPU项目地址:https:/
仲玫千Samson·2025-02-21 11:02

快速幂（竞赛必备）

它的核心思想是利用二进制表示法或指数折半来加速计算，从而避免大量的循环操作。二、学习路径：了解基本概念掌握暴力解法、快速幂（二进制）、快速幂（指数折半）快速幂于库函数中pow()的区别。
ん贤·2025-02-21 11:28

智慧停车场系统（源码+文档+部署+讲解）

引言随着城市化进程的加速，停车难问题日益突出。智慧停车场系统通过数字化手段，为停车场提供了一个高效、智能的管理平台，从而提升停车管理的效率和用户体验。
·2025-02-21 10:55

【转载】我们不可能永远都在救火 ——Scrum中技术债务“偿还”指南

技术债务是指开发人员为了加速软件开发，在应该采用最佳方案时进行了妥协，改用了短期内能加速软件开发的方案，以至于未来给自己带来额外的开发负担。
糯米藕片·2025-02-21 10:50

AI 驱动的自动化测试：从代码到报告的全面解读

随着人工智能（AI）的兴起，尤其是在深度学习、自然语言处理（NLP）和智能决策算法方面的突破，AI驱动的自动化测试正逐渐成为现代软件开发中的核心组成部分。
测试者家园·2025-02-21 09:43
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他