- 茶思屋专题：昇腾（Ascend）for PyTorch 训练营(https://www.chaspark.com/#/s/AscendforPyTorch2026?multi=zh) 第一期算子适配——自动生成适配代码：高效、解耦地适配 PyTorch 海量算子版本解耦：无论 PyTorch 是 2.6、2.7 还是 2.x，torch_npu 各版本都通过统一的 Op-plugin 接口对... 茶思屋专题：昇腾（Ascend）for PyTorch 训练营(https://www.chaspark.com/#/s/AscendforPyTorch2026?multi=zh) 第一期算子适配——自动生成适配代码：高效、解耦地适配 PyTorch 海量算子版本解耦：无论 PyTorch 是 2.6、2.7 还是 2.x，torch_npu 各版本都通过统一的 Op-plugin 接口对...
- 茶思屋专题：昇腾（Ascend）for PyTorch 训练营(https://www.chaspark.com/#/s/AscendforPyTorch2026?multi=zh) 第一期PyTorch 侧 与 Torch-NPU 侧 的分层解耦设计：PyTorch 侧（上游社区）：负责维护通用多设备能力。Python 层：FSDP、Inductor、DataLoader 等模块利用动态语... 茶思屋专题：昇腾（Ascend）for PyTorch 训练营(https://www.chaspark.com/#/s/AscendforPyTorch2026?multi=zh) 第一期PyTorch 侧 与 Torch-NPU 侧 的分层解耦设计：PyTorch 侧（上游社区）：负责维护通用多设备能力。Python 层：FSDP、Inductor、DataLoader 等模块利用动态语...
- 茶思屋专题：昇腾（Ascend）for PyTorch 训练营(https://www.chaspark.com/#/s/AscendforPyTorch2026?multi=zh)最近在做算子开发，受困于其隧道视野，思路打不开。于是很想看一下上层相关的东西，这个课程正是我需要的，先看第一期，总体介绍。笔记如下：总体定位与课程目标技术栈：从底层昇腾处理器（310/910/950 等）→ CA... 茶思屋专题：昇腾（Ascend）for PyTorch 训练营(https://www.chaspark.com/#/s/AscendforPyTorch2026?multi=zh)最近在做算子开发，受困于其隧道视野，思路打不开。于是很想看一下上层相关的东西，这个课程正是我需要的，先看第一期，总体介绍。笔记如下：总体定位与课程目标技术栈：从底层昇腾处理器（310/910/950 等）→ CA...
- MindSpore vs PyTorch：深度学习框架对比指南作者：whitea133邮箱：1309848726@qq.com 📌 摘要在选择深度学习框架时，MindSpore 和 PyTorch 是两个最受欢迎的选择。本文从多个维度详细对比这两个框架，包括 API 设计、性能表现、易用性、社区生态等方面。通过大量的代码示例和性能测试数据，帮助你做出最适合自己的选择。无论你是初学者还是有... MindSpore vs PyTorch：深度学习框架对比指南作者：whitea133邮箱：1309848726@qq.com 📌 摘要在选择深度学习框架时，MindSpore 和 PyTorch 是两个最受欢迎的选择。本文从多个维度详细对比这两个框架，包括 API 设计、性能表现、易用性、社区生态等方面。通过大量的代码示例和性能测试数据，帮助你做出最适合自己的选择。无论你是初学者还是有...
- 写 PyTorch 总像在写脚本？试试 PyTorch Lightning，把模型训练变成“工程化项目” 写 PyTorch 总像在写脚本？试试 PyTorch Lightning，把模型训练变成“工程化项目”
- PyTorch是一款以Python为首要设计理念的深度学习框架，凭借简洁易用的Python接口、动态计算图机制及强大的灵活性，广泛应用于学术研究与工业开发。它在Python环境中提供张量（Tensors）和动态神经网络支持，并具备强大的GPU加速能力，支持从快速原型设计到大规模部署的全流程，深度融合Python数据科学生态，为开发者提供高效且直观的深度学习解决方案。 PyTorch是一款以Python为首要设计理念的深度学习框架，凭借简洁易用的Python接口、动态计算图机制及强大的灵活性，广泛应用于学术研究与工业开发。它在Python环境中提供张量（Tensors）和动态神经网络支持，并具备强大的GPU加速能力，支持从快速原型设计到大规模部署的全流程，深度融合Python数据科学生态，为开发者提供高效且直观的深度学习解决方案。
- 本文详细介绍了如何在华为云开发者空间的 AI Notebook 平台上，利用 NPU 910B 环境高效部署并运行 YOLOv9_for_PyTorch 目标检测模型。整个流程分为五个关键步骤：环境初始化、依赖安装、模型权重准备、测试数据准备和推理执行，最终实现了对测试图片的实时目标检测并可视化结果。 本文详细介绍了如何在华为云开发者空间的 AI Notebook 平台上，利用 NPU 910B 环境高效部署并运行 YOLOv9_for_PyTorch 目标检测模型。整个流程分为五个关键步骤：环境初始化、依赖安装、模型权重准备、测试数据准备和推理执行，最终实现了对测试图片的实时目标检测并可视化结果。
- 昇腾平台 PyTorch 迁移实操：从环境搭建到精度达标的完整步骤 昇腾平台 PyTorch 迁移实操：从环境搭建到精度达标的完整步骤
- 【算法介绍】 基于 YOLOv11 的传送带异物检测系统：为工业生产秩序保驾护航 在工业生产朝着自动化、智能化方向迅猛发展的关键时期，精准且高效地监测传送带上的异物情况，已然成为保障生产流程顺畅、提升产品质量以及确保生产安全的核心挑战之一。传送带作为工业生产中物料传输的关键设备，其运行环境复杂多样，物料形态千变万化。不同批次物料的大小、形状、颜色差异显著，传送带运行速度也因生产工艺需求而各有... 【算法介绍】 基于 YOLOv11 的传送带异物检测系统：为工业生产秩序保驾护航 在工业生产朝着自动化、智能化方向迅猛发展的关键时期，精准且高效地监测传送带上的异物情况，已然成为保障生产流程顺畅、提升产品质量以及确保生产安全的核心挑战之一。传送带作为工业生产中物料传输的关键设备，其运行环境复杂多样，物料形态千变万化。不同批次物料的大小、形状、颜色差异显著，传送带运行速度也因生产工艺需求而各有...
- 基于PyTorch的YOLOv11全流程训练与部署研究本文将带你深入了解在Windows 11系统上从零搭建并训练YOLOv11模型的全过程。内容包括：硬件与依赖环境准备、CUDA与cuDNN安装、PyTorch与相关库配置、PyCharm集成、系统环境变量配置，以及YOLOv11源码获取与训练示例。 环境与硬件准备 硬件要求GPU：NVIDIA GTX 1060及以上，支持CUDA 11... 基于PyTorch的YOLOv11全流程训练与部署研究本文将带你深入了解在Windows 11系统上从零搭建并训练YOLOv11模型的全过程。内容包括：硬件与依赖环境准备、CUDA与cuDNN安装、PyTorch与相关库配置、PyCharm集成、系统环境变量配置，以及YOLOv11源码获取与训练示例。 环境与硬件准备 硬件要求GPU：NVIDIA GTX 1060及以上，支持CUDA 11...
- PyTorch 语音信号预处理实战深度学习的模型训练隶属于监督学习过程，通常是给定训练输入及对应的标签，然后使用某种损失计算方式与反向传播算法使得算法收敛。对于图片而言，分类任务与检测任务其制作标签就是需要在对数据集物体的类别与位置进行标记；而对于语音任务来说则截然不同。本实验以语音领域比较常见的’yesno’与’ashell’两个数据集为例，分别来介绍语音分类任务与语音识别任务的数据预处... PyTorch 语音信号预处理实战深度学习的模型训练隶属于监督学习过程，通常是给定训练输入及对应的标签，然后使用某种损失计算方式与反向传播算法使得算法收敛。对于图片而言，分类任务与检测任务其制作标签就是需要在对数据集物体的类别与位置进行标记；而对于语音任务来说则截然不同。本实验以语音领域比较常见的’yesno’与’ashell’两个数据集为例，分别来介绍语音分类任务与语音识别任务的数据预处...
- 传统模型迁移到昇腾设备上出现了精度问题，介绍精度问题的定位方法和解决方案，重点介绍了精度问题的定位定界方法。 传统模型迁移到昇腾设备上出现了精度问题，介绍精度问题的定位方法和解决方案，重点介绍了精度问题的定位定界方法。
- torch.compile是PyTorch 2.3推出的革命性功能，通过即时编译（JIT）技术优化模型运行速度。它借助TorchDynamo提取计算图，并通过TorchInductor生成高度优化的CUDA内核，充分发挥GPU并行计算能力。支持默认、reduce-overhead和max-autotune三种模式，分别适用于不同性能需求场景。 torch.compile是PyTorch 2.3推出的革命性功能，通过即时编译（JIT）技术优化模型运行速度。它借助TorchDynamo提取计算图，并通过TorchInductor生成高度优化的CUDA内核，充分发挥GPU并行计算能力。支持默认、reduce-overhead和max-autotune三种模式，分别适用于不同性能需求场景。
- 深入解析torch.compile：提升PyTorch模型性能torch.compile核心原理torch.compile是PyTorch 2.x引入的革命性功能，它通过即时编译(JIT)技术将PyTorch代码转换为优化的机器代码，显著提升模型性能。其核心技术栈包括：TorchDynamo：通过符号解释Python字节码，安全捕获PyTorch计算图AOTAutograd：提前生成反向传播... 深入解析torch.compile：提升PyTorch模型性能torch.compile核心原理torch.compile是PyTorch 2.x引入的革命性功能，它通过即时编译(JIT)技术将PyTorch代码转换为优化的机器代码，显著提升模型性能。其核心技术栈包括：TorchDynamo：通过符号解释Python字节码，安全捕获PyTorch计算图AOTAutograd：提前生成反向传播...
- 本文主要介绍了如何在昇腾上，使用pytorch对图像分割任务的开山之作FCN网络在VOC2012数据集上进行训练的实战过程讲解。主要内容包括FCN网络的创新点分析、FCN网络架构分析，实战训练代码分析等等。本文的目录结构安排如下所示：FCN创新点分析FCN网络架构分析FCN网络搭建过程及代码详解端到端训练Voc2012数据集全过程分析 FCN（Fully Convolutional Netw... 本文主要介绍了如何在昇腾上，使用pytorch对图像分割任务的开山之作FCN网络在VOC2012数据集上进行训练的实战过程讲解。主要内容包括FCN网络的创新点分析、FCN网络架构分析，实战训练代码分析等等。本文的目录结构安排如下所示：FCN创新点分析FCN网络架构分析FCN网络搭建过程及代码详解端到端训练Voc2012数据集全过程分析 FCN（Fully Convolutional Netw...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签