- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.9.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.9.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.5节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.5节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。
- 做 Embedding 检索时，经常会遇到“余弦相似度”这个词。把问题转换成向量，再和知识库里的向量算一下余弦相似度，挑出分数最高的几条，检索就完成了。流程看着不复杂，但这里有个问题：比较两个向量，直接算它们之间的距离不就行了吗？为什么偏偏要算夹角？要说清楚这件事，先得看看，我们到底想比较向量的什么。 一、都是向量，“接近”却有不同的含义假设用一个特别简化的二维向量表示文本：A = [1, ... 做 Embedding 检索时，经常会遇到“余弦相似度”这个词。把问题转换成向量，再和知识库里的向量算一下余弦相似度，挑出分数最高的几条，检索就完成了。流程看着不复杂，但这里有个问题：比较两个向量，直接算它们之间的距离不就行了吗？为什么偏偏要算夹角？要说清楚这件事，先得看看，我们到底想比较向量的什么。 一、都是向量，“接近”却有不同的含义假设用一个特别简化的二维向量表示文本：A = [1, ...
- RoPE 旋转位置编码：从原理到实现的深度解析 引言在 Transformer 架构中，Self-Attention 机制本身是位置无关的——它只关心 token 之间的内容相似度，不关心它们在序列中的先后顺序。如果不注入位置信息，"猫追狗"和"狗追猫"在模型看来将完全等价。位置编码就是解决这个问题的方案。从最初的绝对位置编码（正弦/余弦编码、可学习位置编码），到相对位置编码（T5 Rel... RoPE 旋转位置编码：从原理到实现的深度解析 引言在 Transformer 架构中，Self-Attention 机制本身是位置无关的——它只关心 token 之间的内容相似度，不关心它们在序列中的先后顺序。如果不注入位置信息，"猫追狗"和"狗追猫"在模型看来将完全等价。位置编码就是解决这个问题的方案。从最初的绝对位置编码（正弦/余弦编码、可学习位置编码），到相对位置编码（T5 Rel...
- 12 张卡的吞吐比 8 张卡还高：多模态服务把编码器拆出去的真实收益与边界导语：多模态请求要先过视觉编码器，把图片、视频、音频变成 embedding，而这一步的负载曲线跟 prefill、decode 完全不同步。vLLM 最近补齐了 EPD 解耦的一整套配套机制，官方实测也给出了这条收益区间到底有多窄。核心要点编码阶段的压力随媒体大小、模态和请求混合浮动，与 prefill/decode... 12 张卡的吞吐比 8 张卡还高：多模态服务把编码器拆出去的真实收益与边界导语：多模态请求要先过视觉编码器，把图片、视频、音频变成 embedding，而这一步的负载曲线跟 prefill、decode 完全不同步。vLLM 最近补齐了 EPD 解耦的一整套配套机制，官方实测也给出了这条收益区间到底有多窄。核心要点编码阶段的压力随媒体大小、模态和请求混合浮动，与 prefill/decode...
- GPU发展历史：从图形加速到人工智能计算的演进之路一、引言GPU（Graphics Processing Unit，图形处理器）是现代计算机系统中非常重要的硬件组成部分。最初，GPU 的设计目标非常简单：帮助计算机更高效地处理图形和图像，减轻 CPU 在图形渲染方面的负担。然而，随着计算机图形学、游戏产业、科学计算以及人工智能技术的发展，GPU 的功能和定位发生了巨大变化。如今，GPU 不仅... GPU发展历史：从图形加速到人工智能计算的演进之路一、引言GPU（Graphics Processing Unit，图形处理器）是现代计算机系统中非常重要的硬件组成部分。最初，GPU 的设计目标非常简单：帮助计算机更高效地处理图形和图像，减轻 CPU 在图形渲染方面的负担。然而，随着计算机图形学、游戏产业、科学计算以及人工智能技术的发展，GPU 的功能和定位发生了巨大变化。如今，GPU 不仅...
- W4A4（权重和激活都压到 4 比特）一直是推理加速的“圣杯”：显存和算力同时减半以上，但精度却很容易崩。过去的方法要么需要昂贵的优化，要么要把变换矩阵在层与层之间“传播”，与具体模型架构深度绑定。11 月 12 日，华为 Cloud & AI 实验室（huawei-csl）在 GitHub 以 Apache 2.0 开源了 MACaQ（Model Agnostic Calibrated Q... W4A4（权重和激活都压到 4 比特）一直是推理加速的“圣杯”：显存和算力同时减半以上，但精度却很容易崩。过去的方法要么需要昂贵的优化，要么要把变换矩阵在层与层之间“传播”，与具体模型架构深度绑定。11 月 12 日，华为 Cloud & AI 实验室（huawei-csl）在 GitHub 以 Apache 2.0 开源了 MACaQ（Model Agnostic Calibrated Q...
- 随着人工智能技术的飞速发展，教育领域正经历着深刻的变革。2026年，教育AI智能体的开发与应用成为教育信息化建设的重要方向。从大模型适配到场景化部署，每一个环节都关乎教育AI智能体能否真正发挥作用，为教育教学带来实质性的提升。数商云在教育AI智能体开发领域拥有丰富的经验和专业的技术团队，能够为教育机构提供全方位的解决方案。大模型适配：教育AI智能体开发的基础大模型是教育AI智能体的核心驱动力... 随着人工智能技术的飞速发展，教育领域正经历着深刻的变革。2026年，教育AI智能体的开发与应用成为教育信息化建设的重要方向。从大模型适配到场景化部署，每一个环节都关乎教育AI智能体能否真正发挥作用，为教育教学带来实质性的提升。数商云在教育AI智能体开发领域拥有丰富的经验和专业的技术团队，能够为教育机构提供全方位的解决方案。大模型适配：教育AI智能体开发的基础大模型是教育AI智能体的核心驱动力...
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