HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
第 5 课:Dialect 到底是什么?
好,继续第5课。这一课我们正式系统认识Dialect(方言)。这是真正理解MLIR设计哲学的一课。第5课:Dialect到底是什么?先看几个你已经见过的名字:mlirarith.addifunc.funcscf.ifmemref.loadtensor.em
第 4 课:SSA 和 Block Argument
好,继续第4课。这一课我们把SSA、BlockArgument、phinode串起来。第4课:SSA和BlockArgument先看一个简单例子:mlirfunc.func@max(%a:i32,%b:i32)i32%condarith.cmpisgt,%
第 3 课:Block 和 Region
好,继续第3课。这节我们学习MLIR里非常关键的两个概念:Block(基本块)和Region(区域)。它们是理解函数、if、for、控制流,以及为什么MLIR能表达“嵌套结构”的基础。第3课:Block和Region先看最熟悉的代码:mlirfunc.fu
第 2 课:Operation、Value、Operand、Result、Type、Attribute
好,继续第2课。这节我们专门把一段最简单的MLIR拆开,认识几个最核心的组成部分:mlirfunc.func@add(%a:i32,%b:i32)i32%0arith.addi%a,%b:i32return%0:i32第2课:Operation、Value
第 1 课:为什么会有 MLIR?
可以。你前面已经在学LLVM,这对学习MLIR很有帮助,因为MLIR最终经常会Lower到LLVMIR。不过学习MLIR时,我们先暂时不要急着把它理解成“LLVM的另一种IR”,而要先建立一个更重要的概念:MLIR是一个“用来构建各种IR的IR框架”。官方
函数的“真面目”
太棒了!函数是高中数学的“心脏”,也是整个高中数学最难、占比最高的部分。只要把函数学透了,后面的导数、数列、解析几何都会变得容易很多。我们今天先不急着背公式,先从“函数到底是什么”这个最核心的概念开始,帮你把地基打牢。📖第一讲:函数的“真面目”在初中,你
第2课:损失函数——模型怎么知道自己错了多少
好,我们继续。第2课:损失函数——模型怎么知道自己错了多少上一课我们说到,训练的流程是:text输入数据↓模型预测↓和正确答案比较↓计算误差↓调整参数这里的“计算误差”,就是:textLoss损失1.先看最简单的情况还是用房价预测。假设真实房价是:text
第1课:机器学习和深度学习到底是什么
可以,而且这样学PyTorch会更顺。我们先把PyTorch放一放,先建立“深度学习到底在干什么”的完整直觉。等这些概念清楚以后,再回到PyTorch,你会发现很多API都很好理解。我建议按这个顺序学:机器学习是什么→神经网络是什么→前向传播→损失函数→梯
第3课:梯度下降 Gradient Descent。
好,继续第3课:梯度下降GradientDescent。这一课非常关键。你如果真正理解了梯度下降,后面再看反向传播、loss.backward()、优化器,就会容易很多。1.先回忆上一课我们已经知道:text模型预测↓和真实答案比较↓得到Loss训练的目标
汽车零部件mes核心功能详解:解决行业追溯、防错与排产难题
汽车零部件行业的MES(制造执行系统)是连接企业ERP与车间底层设备的核心枢纽。由于该行业具有多品种小批量、质量追溯要求极高、主机厂协同紧密等特点,其MES系统比一般离散制造更为复杂。
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。