-
Spark-Scilit-X1-13B开源大模型，高效AI开发工具
一、前言：为什么说它解决了 AI 开发的核心痛点？ 二、技术深析：3 大突破点奠定 “高效开发” 基石 1. 架构创新：Spark 引擎原生集成（核心差异点） 2. 性能优化：13B 模型的 “轻量革命” 3. 生态兼容：零成本对接现有开发栈 三、性能实测：碾压同类模型的 5 组关键数据 四、开发实战：3 类场景的 “效率暴击” 演示 场景 1：... -
从零开始的 NLP：使用字符级 RNN 生成名称
从零开始的 NLP：使用字符级 RNN 生成名称 准备数据 创建网络 训练 准备训练 训练网络 绘制损失图 网络采样 练习 从零开始的 NLP：使用字符级 RNN 生成名称 原文：https://pytorch.org/tutorials/intermediate/char_rnn_generation_tutorial.html ... -
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... -
04 ChatGPT的核心技术是什么
04 ChatGPT的核心技术是什么 04 ChatGPT的核心技术是什么 ChatGPT的核心技术是基于人工神经网络的自然语言处理技术。具体来说，它使用了一种名为GPT（Generative Pre trained Transformer）的大型深度学习模型。 GPT模型的前身是Transformer模型（一种用于自然语言处理的深度学习模型），它在... -
使用torchaudio的语音命令识别
使用torchaudio 的语音命令识别 导入数据集 格式化数据 定义网络 训练和测试网络 总结 使用torchaudio 的语音命令识别 原文：https://pytorch.org/tutorials/intermediate/speech_command_recognition_with_torchaudio.html 本教程... -
使用分布式 RPC 框架实现参数服务器
使用分布式 RPC 框架实现参数服务器 使用分布式 RPC 框架实现参数服务器 原文：https://pytorch.org/tutorials/intermediate/rpc_param_server_tutorial.html 作者 ： Rohan Varma 先决条件： PyTorch 分布式概述 RPC API 文档 ... -
第七章 幕后的技术路径
第七章 幕后的技术路径 第七章 幕后的技术路径 当然，AIGC能力的提升，并不是一蹴而就的，而是经历了漫长且复杂的“模型突破—大幅提升—规模化生产—遇到障碍—再模型突破—大幅提升”的循环发展过程。而AIGC要实现商业化落地应用，走进人类生活，就必须在资源消耗、学习门槛等方面做到平民化。 AIGC的成功主要得益于基础的生成算法模型不断突破创新。比如为人... -
使用异步执行实现批量 RPC 处理
使用异步执行实现批量 RPC 处理 基础知识 批量更新参数服务器 批量 CartPole 求解器 了解更多 使用异步执行实现批量 RPC 处理 原文：https://pytorch.org/tutorials/intermediate/rpc_async_execution.html 作者 ：Shen Li 先决条件： PyT... -
十八、Keras
十八、Keras 添加丢弃 卷积神经网络 用于二分类的前馈神经网络 用于多分类的前馈神经网络 用于回归的前馈神经网络 LSTM 循环神经网络 神经网络的提前停止 神经网络的参数正则化 为神经网络预处理数据 保存模型的训练过程 调优神经网络超参数 可视化损失历史 可视化神经网络架构 可视化表现历史 神经网络的 K 折交叉验证 ... -
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...
