HelloWorld 开发者社区
AI 与大模型
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
唯理科技发布用于科研和手部数据采集的18通道肌电腕带
Meta在发布会上公布了其神经肌电腕带产品,创新的交互方式让人机交互更具想象空间。其技术原理是使用生物电芯片采集神经电位和EMG,通过算法来判断手势运动意图,这让肌电神经腕带逐渐走入更多人的视野,在未来拥有很大的想象空间。主要用途1.适合于进行手部数据采集
近屿智能:普通人不是缺OPC项目,而是缺第一单路径
近屿智能:普通人不是缺OPC项目,而是缺第一单路径现在网上不缺AI项目。随便刷一会儿,就能看到各种“一个人也能做”的方向:AI内容、AI设计、AI资料整理、AI自动化、AI私域运营。看得多了,普通人很容易产生一种错觉,好像只要选一个方向,再学几个工具,就离
近屿智能:为什么很多人越学AI,越不敢开始做OPC?
近屿智能:为什么很多人越学AI,越不敢开始做OPC?很多人接触AI的时候,工具越学越多,方向越看越乱,真正要开始接业务的时候,却越来越不敢动。因为每多看一个案例,就会觉得自己还差一点;每多学一个工具,就会发现还有更多东西没掌握。最后,学习变成了拖延,准备变
近屿智能:工具学了一堆,为什么你的 OPC 还是接不到单
近屿智能:工具学了一堆,为什么你的OPC还是接不到单很多人做OPC,一开始并不缺热情。工具学了不少,案例也看了不少,甚至连自己的朋友圈介绍、服务包装和报价方式都想过一遍。可真到和客户沟通的时候,问题很快就出现了。客户不是问你会不会用AI,而是问你能不能解决
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。