-
LSTM 单词语言模型上的动态量化（beta）
LSTM 单词语言模型上的动态量化（beta） 简介 1.定义模型 2.加载文本数据 3.加载预先训练的模型 4.测试动态量化 总结 LSTM 单词语言模型上的动态量化（beta） 原文：https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html ... -
PyTorch 中使用 Eager 模式的静态量化（beta）
PyTorch 中使用 Eager 模式的静态量化（beta） 1.模型架构 2.辅助函数 3.定义数据集和数据加载器 ImageNet 数据 4.训练后的静态量化 5.量化感知的训练 来自量化的加速 总结 PyTorch 中使用 Eager 模式的静态量化（beta） 原文：https://pytorch.org/tutorials... -
BERT 上的动态量化（Beta）
BERT 上的动态量化（Beta） 简介 1.设置 1.1 安装 PyTorch 和 HuggingFace 转换器 1.2 导入必要的模块 1.3 了解辅助函数 1.4 下载数据集 2.微调 BERT 模型 2.1 设置全局配置 2.2 加载经过微调的 BERT 模型 2.3 定义分词和评估函数 3.应用动态量化 3.1 检查模型大小 ... -
模型
模型 可用型号 高级型号 代理模型 非高级型号 麦克斯 选择模型 自动选择 思维 上下文窗口 大型上下文和定价 上下文窗口大小 模型托管 模型 Cursor 模型综合指南：Chat 和 CMD+K 的功能、定价、上下文窗口和托管详细信息 可用型号 要将模型添加到 Chat ... -
PyTorch 分布式概述
PyTorch 分布式概述 简介 数据并行训练 torch.nn.DataParallel torch.nn.parallel.DistributedDataParallel TorchElastic 通用分布式训练 PyTorch 分布式开发人员 PyTorch 分布式概述 原文：https://pytorch.org/tutor... -
1.2.2 计算思维的具体例子
1.2.2 计算思维的具体例子 1.2.2 计算思维的具体例子 基于计算机的能力和局限，计算机科学家提出了很多关于计算的思想和方法，从而建立 了利用计算机解决问题的一整套思维工具。下面我们简要介绍计算机科学家在计算的不同阶 段所采用的常见思想和方法。 问题表示 用计算机解决问题，首先要建立问题的计算机表示。问题表示与问题求解是紧密相关的， 如果问... -
型号和定价
型号和定价 定价 正常 麦克斯 请求 免费请求 正常模式 Max 模式 模型 自动选择 能力 思维 代理 Max 模式 上下文窗口 好客 常见问题 什么是请求？ 什么是令牌？ 型号和定价 Cursor 中的可用模型及其定价 Cursor 提供广泛的型号... -
AIRemote 系统
AIRemote 系统 TF卡制作 下载文件包 用工具写卡 访问开发板 第一代开发板（Atlas 200 DK） 第二代开发板（Atlas 200I DK A2） 远程推理应用实践 Raspberry Pi Imager 下载 Etcher工具下载 建议反馈 AIRemote 系统 系统已完成了 Atlas200 DK 以及 Atl... -
torch.onnx
torch.onnx 示例：从 PyTorch 到 Caffe2 的端到端的 AlexNet 限制与不足 支持的运算函数 torch.onnx 功能 参数： 译者署名 torch.onnx torch.onnx 模块包含将模型导出为ONNX IR 格式的功能。这些模型可以加载ONNX 库，然后转换为在其他深度学习框架上运行的模型。 示... -
03 AIGC产业链参与者
03 AIGC产业链参与者 03 AIGC产业链参与者 AIGC的产业链包括硬件提供商、技术提供商、数据提供商、平台供应商、应用开发商、应用服务商、最终用户等多个参与者。这些参与者在AIGC生态中协同合作，从而推动AIGC技术的不断发展，形成一个闭合的生态体系。 硬件提供商：提供机器学习训练与推理的算力，其中GPU与TPU为硬件核心，主要参与厂商包括...
