-
MegEngine与寒武纪云端人工智能处理器芯片兼容性适配完成
MegEngine与寒武纪完成了云端人工智能处理器芯片的兼容性适配,为AI领域带来重大突破。该文章介绍了MegEngine在寒武纪上的安装与验证方法,以及寒武纪和MegEngine的简要介绍。- 329
- 0
-
深度学习中常用的四种激活函数及优化方案详解
本文详细介绍了深度学习中常用的四种激活函数(Sigmoid、Tanh、ReLU和Softmax),包括其公式、使用场景、优点、缺点以及优化方案,为读者提供了全面的激活函数理解和应用指导。- 495
- 0
-
DDP(分布式数据并行)技术详解:利用多个GPU进行模型训练
本文详细介绍了DDP(分布式数据并行)技术,教读者如何利用多个GPU进行模型训练,并解析了该技术的原理和实现步骤。适合对深度学习技术感兴趣的读者阅读。- 165
- 0
-
-
大型语言模型(LLM)的训练和实现过程详解
本文详细解释了训练大型语言模型的过程,以及使用Pytorch和Hugging Face库实现端到端AI应用程序的方法。内容涵盖了Python编程、深度学习概念和转换器的基本知识,适合对人工智能和自然语言处理感兴趣的读者。- 417
- 0
-
深度学习框架DeepSpeed使用教程及配置参数分享
本文介绍了深度学习框架DeepSpeed的使用教程及配置参数分享,包括分布式训练的初始化、模型初始化等内容,适合对深度学习框架DeepSpeed感兴趣的读者。- 864
- 0
-
解决PaddlePaddle-GPU安装问题及排除bug操作
本文介绍了在安装PaddlePaddle-GPU时可能遇到的问题以及排除bug的操作,包括创建Anaconda虚拟环境、安装CUDA 11.7和cuDNN 8.4.1,同时提醒了在安装过程中需要删除特定命令以提升安装速度和避免中断。- 429
- 0
-
-
PyTorch 2.0 正式发布:加速变压器、MPS后端和AWS优化
PyTorch 2.0 正式发布,加速变压器、MPS后端和AWS优化带来了更快的性能和更好的支持,深度学习编译器OpenAI Triton为PyTorch 2.0的高性能代码生成提供了支持。- 388
- 0
-
-
使用Python和TensorFlow/Keras实现图像识别与分类
本文介绍了图像识别与分类的基本概念,并通过一个实际项目演示如何使用Python和深度学习框架TensorFlow/Keras实现图像识别与分类。文章涵盖了数据预处理、模型训练、模型评估和应用模型的步骤,以及CIFAR-10数据集的使用。- 293
- 0
-
-
Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程
本文详细介绍了在Linux和Windows系统下安装深度学习框架所需支持的Anaconda、Paddlepaddle、Paddlenlp、pytorch,包含GPU和CPU版本的详细安装过程。同时包括环境变量配置的步骤和方法。- 455
- 0
-
-
-
如何在计算机上安装TensorFlow GPU版本
本文介绍了如何在计算机上安装TensorFlow GPU版本,包括确认计算机是否具备GPU、下载并安装CUDA、配置环境变量、下载并安装cuDNN库以及安装TensorFlow GPU版本的步骤。- 270
- 0
-
-
深度学习框架初探:实现自己的Tensor
本文介绍了基于计算图知识实现自己的深度学习框架,包括创建自己的Tensor以及使用NumPy进行矩阵运算。了解如何初始化Tensor对象和处理梯度。- 135
- 0
-
-
TensorRT-LLM:大模型推理的解决方案
本文将介绍TensorRT-LLM的基本特性,以解决大模型推理成本高的问题,并讨论其在深度学习框架中的应用。欢迎了解TensorRT-LLM,探索大模型推理的解决方案。- 491
- 0
-
-
TensorFlow vs PyTorch: 深度学习框架对比及PyTorch安装指南
本文对比了TensorFlow和PyTorch两种深度学习框架的特点和优劣,并提供了PyTorch的安装指南。了解如何选择适合自己需求的框架,并快速上手PyTorch。- 199
- 0
-
大模型推理框架概述:vLLM、HuggingFace TGI 和 FasterTransformer
本文概述了业界知名的大模型推理框架 vLLM、HuggingFace TGI 和 FasterTransformer,分析了它们的主要特性和性能对比,适用场景和存在的问题。- 58
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!