- Ascend Transformer Boost加速库（下文简称为ATB加速库）是一款高效、可靠的加速库，基于华为Ascend AI处理器，专门为Transformer类模型的训练和推理而设计。 Ascend Transformer Boost加速库（下文简称为ATB加速库）是一款高效、可靠的加速库，基于华为Ascend AI处理器，专门为Transformer类模型的训练和推理而设计。
- Tracing 是一种收集程序执行过程中事件的技术。它记录了程序运行时发生的事件，如函数调用、I/O操作、系统调用等。在Web开发中，Tracing 通常用于收集浏览器渲染页面时的性能数据，包括CPU活动、内存使用情况、网络请求等。 Tracing 是一种收集程序执行过程中事件的技术。它记录了程序运行时发生的事件，如函数调用、I/O操作、系统调用等。在Web开发中，Tracing 通常用于收集浏览器渲染页面时的性能数据，包括CPU活动、内存使用情况、网络请求等。
- 1 并发执行Ascend C和cudnn相似，都是一种多核心编程的范式。想要了解Ascend C，必须得先掌握这种“多核”是怎么实现得。多核执行，说白了就是使用CPU/GPU/Ascend的物理多核并发去执行一段流程，一般情况下，可以通过以下几种方式实现：多线程并行处理：使用多线程可以将循环中的任务分配给多个线程同时执行，提高代码的执行效率。可以使用线程池来管理线程的创建和销毁，避免频繁创... 1 并发执行Ascend C和cudnn相似，都是一种多核心编程的范式。想要了解Ascend C，必须得先掌握这种“多核”是怎么实现得。多核执行，说白了就是使用CPU/GPU/Ascend的物理多核并发去执行一段流程，一般情况下，可以通过以下几种方式实现：多线程并行处理：使用多线程可以将循环中的任务分配给多个线程同时执行，提高代码的执行效率。可以使用线程池来管理线程的创建和销毁，避免频繁创...
- 扩散模型近年来在生成任务上表现出了卓越的效果，尤其是在图像生成领域。这篇文章将介绍扩散模型的核心思想，从高斯噪声到生成图像的整个过程，并结合具体的数学原理来解释这一方法的工作机制。最后，我们将展示一个基于Python的代码实例来演示扩散模型的实现。 1. 扩散模型的基本概念扩散模型是一类生成模型，通过逐步将数据分解成噪声，并在后续步骤中逐渐还原数据来生成新的样本。这种方法最早应用于物理领域，... 扩散模型近年来在生成任务上表现出了卓越的效果，尤其是在图像生成领域。这篇文章将介绍扩散模型的核心思想，从高斯噪声到生成图像的整个过程，并结合具体的数学原理来解释这一方法的工作机制。最后，我们将展示一个基于Python的代码实例来演示扩散模型的实现。 1. 扩散模型的基本概念扩散模型是一类生成模型，通过逐步将数据分解成噪声，并在后续步骤中逐渐还原数据来生成新的样本。这种方法最早应用于物理领域，...
- 随着人工智能技术的不断进步，深度学习在图像生成与风格迁移领域取得了显著的成就。本文将深入探讨基于深度学习的图像生成和风格迁移技术的原理、应用以及提供一些实际的代码示例。深度学习作为人工智能领域的一支重要力量，通过神经网络模型的训练实现了在图像生成和风格迁移方面的惊人表现。图像生成旨在从随机噪声中生成逼真的图像，而风格迁移则致力于将一张图像的艺术风格应用于另一张图像上，创造出新颖而有趣的效果。... 随着人工智能技术的不断进步，深度学习在图像生成与风格迁移领域取得了显著的成就。本文将深入探讨基于深度学习的图像生成和风格迁移技术的原理、应用以及提供一些实际的代码示例。深度学习作为人工智能领域的一支重要力量，通过神经网络模型的训练实现了在图像生成和风格迁移方面的惊人表现。图像生成旨在从随机噪声中生成逼真的图像，而风格迁移则致力于将一张图像的艺术风格应用于另一张图像上，创造出新颖而有趣的效果。...
- win+r打开并输入cmd回车打开终端在终端中输入以下代码进行安装。 win+r打开并输入cmd回车打开终端在终端中输入以下代码进行安装。
- 利用人工智能进行舆情分析与社交媒体监测随着社交媒体的广泛使用，舆情分析和社交媒体监测在企业、政府和媒体机构中变得至关重要。人工智能（AI）的进步为舆情分析提供了强大的技术支持，帮助分析和预测社交媒体平台上的趋势和情绪。本文将探讨如何使用AI技术实现有效的舆情分析，并提供相应的代码实例。 一、舆情分析的背景与重要性在当前的数字化时代，社交媒体已成为人们获取信息、表达观点的重要渠道。舆情分析通... 利用人工智能进行舆情分析与社交媒体监测随着社交媒体的广泛使用，舆情分析和社交媒体监测在企业、政府和媒体机构中变得至关重要。人工智能（AI）的进步为舆情分析提供了强大的技术支持，帮助分析和预测社交媒体平台上的趋势和情绪。本文将探讨如何使用AI技术实现有效的舆情分析，并提供相应的代码实例。 一、舆情分析的背景与重要性在当前的数字化时代，社交媒体已成为人们获取信息、表达观点的重要渠道。舆情分析通...
- 深度学习在AIGC中的关键角色：技术解析AIGC（AI生成内容，Artificial Intelligence Generated Content）是当前人工智能领域的重要突破，应用在文本、图像、音频和视频等内容生成方面。深度学习技术在AIGC中扮演了核心角色，它提供了强大的模型和算法，能够自动学习数据中的模式并生成新的内容。本文将从深度学习技术的基本原理、在AIGC中的应用，以及相关的代... 深度学习在AIGC中的关键角色：技术解析AIGC（AI生成内容，Artificial Intelligence Generated Content）是当前人工智能领域的重要突破，应用在文本、图像、音频和视频等内容生成方面。深度学习技术在AIGC中扮演了核心角色，它提供了强大的模型和算法，能够自动学习数据中的模式并生成新的内容。本文将从深度学习技术的基本原理、在AIGC中的应用，以及相关的代...
- 高级 RAG 技术：提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】 高级 RAG 技术：提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
- 使用Python实现深度学习模型：智能海洋监测与保护 使用Python实现深度学习模型：智能海洋监测与保护
- 使用Python实现深度学习模型：智能天气预测与气候分析 使用Python实现深度学习模型：智能天气预测与气候分析
- ShuffleNet是一种轻量级的深度学习模型，它在保持MobileNet的Depthwise Separable Convolution（深度可分离卷积）的基础上，引入了通道混合（Channel Shuffle）机制，以进一步提升模型的性能和效率。 一、ShuffleNet架构详解 1. 通道混合机制(Channel Shuffle)通道混合是ShuffleNet的核心创新之一。在深度学习... ShuffleNet是一种轻量级的深度学习模型，它在保持MobileNet的Depthwise Separable Convolution（深度可分离卷积）的基础上，引入了通道混合（Channel Shuffle）机制，以进一步提升模型的性能和效率。 一、ShuffleNet架构详解 1. 通道混合机制(Channel Shuffle)通道混合是ShuffleNet的核心创新之一。在深度学习...
- 基于四种网络结构的WISDM数据集仿真及对比：Resnet、LSTM、Shufflenet及CNN 基于四种网络结构的WISDM数据集仿真及对比：Resnet、LSTM、Shufflenet及CNN
- CNN网络训练WISDM数据集：模型仿真及可视化分析 CNN网络训练WISDM数据集：模型仿真及可视化分析
- 在此教程中，我们将对循环神经网络RNN模型及其原理进行一个简单的介绍，并实现RNN模型的训练和推理，目前支持MNIST、FashionMNIST和CIFAR-10等数据集，并给用户提供一个详细的帮助文档。同时，本项目还将实现循环神经网络的模型成员推理攻击，以及复杂场景下的成员推理攻击。 在此教程中，我们将对循环神经网络RNN模型及其原理进行一个简单的介绍，并实现RNN模型的训练和推理，目前支持MNIST、FashionMNIST和CIFAR-10等数据集，并给用户提供一个详细的帮助文档。同时，本项目还将实现循环神经网络的模型成员推理攻击，以及复杂场景下的成员推理攻击。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签