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
TVM 加速模型,优化推断
TVM是一个开源深度学习编译器,可适用于各类CPUs,GPUs及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。不同于深度学习框架关注模型生产力,TVM更关注模型在硬件上的性能和效率。本文只简单介绍TVM的编译流程,及如何自动调优自己的模型。更深入了解,可见
AI工程师的笔记本环境配置
还是爱折腾...前一阵子买了个新的笔记本电脑,幻133050TI1T版本,全能本,CPU是8核心16线程的标压版AMD锐龙95900HS,显卡是NVIDIA3050TI,重量和macbook差不多,都是1.4kg,便携、可以改变形态。大概长这样:!幻13(https:
实践torch.fx第一篇——基于Pytorch的模型优化量化神器
第一篇——什么是torch.fx今天聊一下比较重要的<codetorch.fx</code,也趁着这次机会把之前的<codetorch.fx</code笔记整理下,笔记大概拆成三份,分别对应三篇:什么是torch.fx基于torch.fx做量化基于t
在时间序列中使用Word2Vec学习有意义的时间序列嵌入表示
向量表示是机器学习生态系统中的一个关键概念。无论进行什么样的任务,我们总是试图训练找所掌握的数据的意义而机器学中通常使用数字向量来对数据进行描述,发现隐藏的行为,产生有价值的见解。随着深度学习则是通过更少的假设和更少的工作获得更有意义的数据表示。例如在NLP领域,最早的TFIDF(词频逆文
10 分钟打造文本搜索引擎,附详细教程
超越传统基于关键词的搜索,提高搜索相关性。科普:什么是神经搜索(NeuralSearch)神经搜索(NeuralSearch)是指利用深度神经网络,搜索图像、视频、文本等各种非结构化数据。与传统基于文本标签的搜索相比,神经搜索更加全面和有针对性。教程:快
ARM 算子性能优化上手指南
<blockquote作者:林锦豪|旷视MegEngine架构师</blockquote前言做arm侧算子开发时,不能不关心的就是性能。本文主要就是介绍arm算子性能优化的常用思路,做为一个入门级的参考。文章以ARMCortexa55上的Gaussia
图神经网络训练框架的实践和探索
<blockquote美团搜索与NLP团队在图神经网络的长期落地实践中,基于业务实际场景,自主设计研发了图神经网络框架Tulong,以及配套的图学习平台,提升了模型的规模和迭代效率。本文介绍了模型归纳抽象、基本框架、性能优化,以及上层工具等方面的思考和关键设计,希望为从事相关工作的同学带来启发或者
NLP教程(9) - 句法分析与树形递归神经网络
!ShowMeAI研究中心(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.
斯坦福NLP课程 | 第17讲 - 多任务学习(以问答系统为例)
!ShowMeAI研究中心(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.
斯坦福NLP课程 | 第16讲 - 指代消解问题与神经网络方法
!ShowMeAI研究中心(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/adf720538cc2851be92b562534658ab3.png)作者:韩信子(https://link.segmentfault.
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。


