本文分享自华为云社区《昇腾CANN 7.0 黑科技：大模型训练性能优化之道》，作者： 昇腾CANN 。 目前，大模型凭借超强的学习能力，已经在搜索、推荐、智能交互、AIGC、生产流程变革、产业提效等场景表现出巨大的潜力。大模型经过海量数据的预训练，通常具有良好的通用性和泛化性。用户基于“大模型预训练+微调”开发范式即可在实际业务场景取得理想的效果。从经济成本和时间成本来看，预训练是构筑各种行业模型

人工智能 2024年07月23日  5

上篇Photoshop AI 令人惊叹的生成式填充介绍了 PhotoShop AI 的新特性功能，有人以为我收了 Adobe 公司的钱帮它们做推广~~~。别不信，事实上确有其事，某平台审核直接把它删掉，理由是：垃圾或广告内容。其实我想说的是作为这么大个 V 没必要为了这点小钱折腰，我还是有自己风骨滴！，不信你们可以打赏试试 不知道它们审核的标准是什么，但如果要自己写文章来介绍 PhotoShop

人工智能 2024年07月16日  23

摘要：基于CANN的多路极致性能目标检测最佳实践设计解密。 本文分享自华为云社区《基于CANN的AI推理最佳实践丨多路极致性能目标检测应用设计解密》，作者： 昇腾CANN 。 当前人工智能领域，最热门的无疑是以ChatGPT为代表的各种“新贵”大模型，它们高高在上，让你无法触及。但在人们的日常生活中，实际应用需求最大的还是以Yolo模型为代表的目标检测“豪强”，它们每天都在以各种方式落地、应用于

人工智能 2024年07月09日  67

学习一下GPT项目的相关使用和部署 一、GPT4ALL模型 Github：https://github.com/nomic-ai/gpt4all GPT4ALL项目部署简易，但是在运行体验上一般，并且是只调用CPU来进行运算，看官方文档介绍在嵌入式上有比较大的优势，但是目前个人对嵌入式方向接触不深，仅在本机部署使用。 本机配置（CPU：i5-8400、显卡：1060、内存：8） 1、模型下载

Python编程 / 人工智能 2024年06月04日  88

一、前言： 目前，大模型的一个热门应用方向text2sql它可以帮助用户快速生成想要查询的SQL语句。那对于用户来说，大部分简单的sql都是正确的，但对于一些复杂逻辑来说，需要用户在产出SQL的基础上进行简单修改，Text2SQL应用主要还是帮助用户去解决开发时间，减少开发成本。 Text to SQL： 简称Text2SQl，是将自然语言文本（Text）转换成结构化查询语言SQL的过程，属于自然

人工智能 2024年05月21日  91

从 Linear Regression 到 Logistic Regression 给定二维样本数据集 \(D = \left\{ (\vec{x}_{1}, y_{1}), (\vec{x}_{2}, y_{2}), \ldots, (\vec{x}_{n}, y_{n}) \right\}\)，其中 \(\vec{x}_{1}, \ldots, \vec{x}_{n} \in X\) 为 \(

人工智能 2024年05月14日  85

本文深入探讨了深度信念网络DBN的核心概念、结构、Pytorch实战，分析其在深度学习网络中的定位、潜力与应用场景。 关注TechLead，分享AI与云服务技术的全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人。 一、概述 1.1 深度信念网络的概述 深

人工智能 2024年05月12日  98

大规模语言模型 (LLM) 拥有大量的数据来源，能针对用户提出的问题提供不同形式的回答，但其回答形式仅限于“文本”。尽管文本内容清晰，但在包含复杂逻辑或需要向外展示的场景下，文本表达存在局限性。可以想象，将“文本” 转换为“可视化” 分析模型甚至UI界面将具有更出色的效果。本文将汇总关于这种场景的探索和实现思路。 效果展示 AI 可视化分析模型是结合了 LLM 的能力，依据用户的需求生成互动式

人工智能 2024年05月10日  107

人工智能 2024年05月09日  97

今天小编给大家分享一下keras.layers.Conv2D()函数参数怎么使用的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。 tf.keras.layers.Conv2D() 函数 Conv2D （二维卷积层） 这一层创建了一个卷积核，它与这一层的输入卷积以产生一个输出张量 当使

人工智能 2024年02月08日  101