HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
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
开源项目
全部项目推荐好文
SQL Server Analysis Services数据挖掘聚类分析职业、地区、餐饮消费水平数据
全文链接:http://tecdat.cn/?p31887(https://link.segmentfault.com/?encXxey%2Bo6YJDoOlpPHqtYGzg%3D%3D.otaOi5fJvm%2BPutQQLInL%2Bpn4Gd3zDgkYLP5nqSwyf9Y%
3分钟快速了解GPT-4
<blockquote编者按:3分钟快速了解GPT4,高效获取目前关于GPT4的重点信息。话不多说,Enjoy!</blockquote作者 | 岳扬01GPT4简介说到GPT4,可能你不知道,在北京时间今天凌晨OpenAI发布之前你可能已经用过了
【科学计算】使用飞桨高阶自动微分功能探索AI+结构领域科研
<blockquote在工程和科学领域,AI与科学方法的结合正在解决更多经典科学问题,并在固体、流体、传热、材料等越来越多的领域得到了验证。为了更好支撑科研人员开展AI与基础学科的交叉融合研究,百度飞桨不断完善框架能力,提供支持AI科学计算的复数算子、高阶自动微分机制以及高性能编译等等。</bl
如何查看一个 pytorch 的 tensor 占用了多少字节
可以使用<codetorch.numel()</code方法来计算一个PyTorch张量占用的总字节数,以及<codeelement_size()</code方法来计算一个元素所占的字节数。将这两个方法返回的结果相乘即可得到PyTorch张量占用的总字节数。例如,假设有一
GPT-4问世;LLM训练指南;纯浏览器跑Stable Diffusion
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/e1a449116813e71182612cf432d874a6.png)1.多模态GPT4正式发布:支持图像和文本输入,效果超越ChatGPTOpenAI
NCCL源码解析①:初始化及ncclUniqueId的产生
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/2ac0fab00fe43e84bc9969c4a3fe17d8.png)作者|KIDGINBROOK更新|潘丽晨NCCL是英伟达开源的GPU通信库,支持
SDG,ADAM,LookAhead,Lion等优化器的对比介绍
本文将介绍了最先进的深度学习优化方法,帮助神经网络训练得更快,表现得更好。有很多个不同形式的优化器,这里我们只找最基础、最常用、最有效和最新的来介绍。优化器首先,让我们定义优化。当我们训练我们的模型以使其表现更好时,首先使用损失函数,训练时损失的减少表明我们的模型运行良好。而优化是
【NLP 系列】Bert 词向量的空间分布
作者:京东零售彭馨1.背景我们知道Bert预训练模型针对分词、ner、文本分类等下游任务取得了很好的效果,但在语义相似度任务上,表现相较于Word2Vec、Glove等并没有明显的提升。有学者研究发现,这是因为Bert词向量存在各向异性(不
【保姆级教程】猫狗识别不再难!手把手教你用PaddlePaddle构建卷积神经网络
大家好,我是eriktse,最近在学习计算机视觉。对cv稍微有点了解的小伙伴都知道,猫狗识别是一个入门的项目,虽说这是入门级项目,但是要自己写一个神经网络还是没那么简单的。在这篇文章中,我将从数据处理、网络模型构建、模型训练、模型评估四步来带你亲自动手制作一个准确率达70%以上的可以实现猫狗识别
Python对中国电信消费者特征预测:随机森林、朴素贝叶斯、神经网络、最近邻分类、逻辑回归、支持向量回归(SVR)
全文链接:http://tecdat.cn/?p31868(https://link.segmentfault.com/?encqJwRoFO9XCpCHuVFOdXEHw%3D%3D.5DiC4VpriNvbWG%2FmCc3uIw%2BL%2BW187VDxDobGAHXy18w%
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。


