- 近年来，人工智能领域的发展日新月异，其中，无监督学习作为机器学习的一个重要分支，逐渐成为研究热点。无监督学习旨在从无标签的数据中学习出有用的信息，生成模型作为无监督学习的一种重要方法，已经在数据增强、图像合成、内容创作等领域取得了显著成果。本文将围绕无监督学习在生成模型中的发展、创新及其应用进行探讨，并使用PyTorch实现一个简单的变分自编码器（VAE）模型。一、无监督学习的经典模型1. ... 近年来，人工智能领域的发展日新月异，其中，无监督学习作为机器学习的一个重要分支，逐渐成为研究热点。无监督学习旨在从无标签的数据中学习出有用的信息，生成模型作为无监督学习的一种重要方法，已经在数据增强、图像合成、内容创作等领域取得了显著成果。本文将围绕无监督学习在生成模型中的发展、创新及其应用进行探讨，并使用PyTorch实现一个简单的变分自编码器（VAE）模型。一、无监督学习的经典模型1. ...
- 随着近年来大模型的兴起，AI模型不断增大，巨大的计算量和数据量使得在单机单卡的环境下进行模型训练变得不再实际。分布式训练应运而生，人们使用多机多卡的计算集群来训练AI模型，这样一则可以增加计算的并行度，提升训练速度；二则可以消解单卡的存储压力，让数据分布式地存储在多张卡上。 随着近年来大模型的兴起，AI模型不断增大，巨大的计算量和数据量使得在单机单卡的环境下进行模型训练变得不再实际。分布式训练应运而生，人们使用多机多卡的计算集群来训练AI模型，这样一则可以增加计算的并行度，提升训练速度；二则可以消解单卡的存储压力，让数据分布式地存储在多张卡上。
- 这篇文章深入探讨了基于人类反馈的强化学习（RLHF）的概念、方法和实践应用。文章首先介绍了强化学习的基本概念，并区分了强化学习与监督学习的不同。接着，文章详细阐述了基于人类反馈的强化学习流程，包括数据收集、模型训练和开源数据的利用。 在奖励模型部分，文章讨论了如何通过数据收集和模型训练来构建有效的奖励模型。随后，文章转向近端策略优化，介绍了策略梯度、广义优势估计和近端策略优化算法等关键技术。 这篇文章深入探讨了基于人类反馈的强化学习（RLHF）的概念、方法和实践应用。文章首先介绍了强化学习的基本概念，并区分了强化学习与监督学习的不同。接着，文章详细阐述了基于人类反馈的强化学习流程，包括数据收集、模型训练和开源数据的利用。 在奖励模型部分，文章讨论了如何通过数据收集和模型训练来构建有效的奖励模型。随后，文章转向近端策略优化，介绍了策略梯度、广义优势估计和近端策略优化算法等关键技术。
- Sklearn机器学习部分重要知识点，复习总结sklearn库的相关内容。 Sklearn机器学习部分重要知识点，复习总结sklearn库的相关内容。
- 现在AI应用越来越普及，几乎无处不在。你用手机喊一句“播放音乐”，背后AI就已经在飞速运转，帮你识别语音、搜索歌曲。可你知道吗？这些背后的运算其实非常耗电！尤其是AI训练和推理的过程，那叫一个“电老虎”。不过，最近有个新算法居然把AI的电耗降了95%。这是不是让人觉得有点不可思议？咱们今天就来聊聊这背后到底是什么“黑科技”。AI太能“吃电”，不解决不行想象一下，每次当你问智能音箱问题，或者用... 现在AI应用越来越普及，几乎无处不在。你用手机喊一句“播放音乐”，背后AI就已经在飞速运转，帮你识别语音、搜索歌曲。可你知道吗？这些背后的运算其实非常耗电！尤其是AI训练和推理的过程，那叫一个“电老虎”。不过，最近有个新算法居然把AI的电耗降了95%。这是不是让人觉得有点不可思议？咱们今天就来聊聊这背后到底是什么“黑科技”。AI太能“吃电”，不解决不行想象一下，每次当你问智能音箱问题，或者用...
- Global large flood events : Dartmouth Flood Observatory (1985-2016)简介全球活跃洪水事件档案是免费提供给学术研究和教育目的的。备注：本档案中提供的信息来源于新闻、政府、仪器和遥感来源。该档案是“活跃的”，因为当前事件不断被添加。表格中的每个条目和相关的“受影响区域”地图轮廓代表一个独立的洪水事件。然而，某些地区的重复洪水是... Global large flood events : Dartmouth Flood Observatory (1985-2016)简介全球活跃洪水事件档案是免费提供给学术研究和教育目的的。备注：本档案中提供的信息来源于新闻、政府、仪器和遥感来源。该档案是“活跃的”，因为当前事件不断被添加。表格中的每个条目和相关的“受影响区域”地图轮廓代表一个独立的洪水事件。然而，某些地区的重复洪水是...
- 扩散模型近年来在生成模型领域取得了令人瞩目的成果。特别是从早期的Denoising Diffusion Probabilistic Models (DDPM)到更高效的Latent Diffusion Models (LDM)，扩散模型不仅在图像生成、文本生成等领域展现了强大的能力，而且在推理速度和计算效率上有了显著的改进。本文将对扩散模型的演变进行深入探讨，并结合代码实例帮助理解其核心原理... 扩散模型近年来在生成模型领域取得了令人瞩目的成果。特别是从早期的Denoising Diffusion Probabilistic Models (DDPM)到更高效的Latent Diffusion Models (LDM)，扩散模型不仅在图像生成、文本生成等领域展现了强大的能力，而且在推理速度和计算效率上有了显著的改进。本文将对扩散模型的演变进行深入探讨，并结合代码实例帮助理解其核心原理...
- 无条件扩散模型：全面概述无条件扩散模型是生成模型领域中的一种有趣方法。与有条件扩散模型根据特定输入生成数据不同，无条件模型的目标是在没有明确条件的情况下从分布中生成样本。本文将探讨无条件扩散模型的工作原理，通过示例代码展示其实现，并讨论结果。 扩散模型概述扩散模型是一类生成模型，其工作原理是模拟逐渐向数据中添加噪声的过程，然后学习如何逆转这个噪声过程。目标是学习一个可以从纯噪声中逐渐去噪以... 无条件扩散模型：全面概述无条件扩散模型是生成模型领域中的一种有趣方法。与有条件扩散模型根据特定输入生成数据不同，无条件模型的目标是在没有明确条件的情况下从分布中生成样本。本文将探讨无条件扩散模型的工作原理，通过示例代码展示其实现，并讨论结果。 扩散模型概述扩散模型是一类生成模型，其工作原理是模拟逐渐向数据中添加噪声的过程，然后学习如何逆转这个噪声过程。目标是学习一个可以从纯噪声中逐渐去噪以...
- Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity全球无机气溶胶酸度的机载观测和模拟比较简介该数据集提供了在2006年至2017年期间收集的十一项空中观测活动的观测数据，以及来自九个广泛使用的化学传输模型（CTMs）的相关输入和输出。这些空中观测活动包括ARCTAS-A、ARC... Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity全球无机气溶胶酸度的机载观测和模拟比较简介该数据集提供了在2006年至2017年期间收集的十一项空中观测活动的观测数据，以及来自九个广泛使用的化学传输模型（CTMs）的相关输入和输出。这些空中观测活动包括ARCTAS-A、ARC...
- 机器学习、基础算法、python常见面试题必知必答系列大全：（面试问题持续更新） 机器学习、基础算法、python常见面试题必知必答系列大全：（面试问题持续更新）
- 使用 Python 实现智能地震预警系统 使用 Python 实现智能地震预警系统
- 一个简单的线性回归显式求解公式，构建线性回归模型，并可视化。 一个简单的线性回归显式求解公式，构建线性回归模型，并可视化。
- Kernel直调算子开发 开发流程算子分析：分析算子的数学表达式，输入、输出以及计算逻辑的实现，明确需要调用的Ascend C接口核函数定义：定义Ascend C算子入口函数根据编程范式实现算子类：完成核函数的内部实现编写算子的应用程序：完成调用核函数main.cpp代码其他脚本：数据生成脚本，数据比对脚本 算子设计以ElemWise(Add)算子为例，数学公式z→=x→+y→\overr... Kernel直调算子开发 开发流程算子分析：分析算子的数学表达式，输入、输出以及计算逻辑的实现，明确需要调用的Ascend C接口核函数定义：定义Ascend C算子入口函数根据编程范式实现算子类：完成核函数的内部实现编写算子的应用程序：完成调用核函数main.cpp代码其他脚本：数据生成脚本，数据比对脚本 算子设计以ElemWise(Add)算子为例，数学公式z→=x→+y→\overr...
- ATom: L2 In Situ Measurements of Aerosol Microphysical Properties (AMP)简介该数据集提供了气溶胶微物理特性（AMP）仪器包在美国国家航空航天局大气断层扫描（ATom）任务的机载活动中测量的干气溶胶粒子的数量、表面积、体积浓度和粒度分布。 五台仪器--两台成核模式气溶胶粒度光谱仪（NMASS）、两台超高灵敏度气溶胶光谱仪... ATom: L2 In Situ Measurements of Aerosol Microphysical Properties (AMP)简介该数据集提供了气溶胶微物理特性（AMP）仪器包在美国国家航空航天局大气断层扫描（ATom）任务的机载活动中测量的干气溶胶粒子的数量、表面积、体积浓度和粒度分布。 五台仪器--两台成核模式气溶胶粒度光谱仪（NMASS）、两台超高灵敏度气溶胶光谱仪...
- 随着语言模型参数量和所需训练数据量的急速增长，单个机器上有限的资源已无法满足大语言模型训练的要求。需要设计分布式训练（Distributed Training）系统来解决海量的计算和内存资源要求问题。在分布式训练系统环境下需要将一个模型训练任务拆分成多个子任务，并将子任务分发给多个计算设备，从而解决资源瓶颈。但是如何才能利用包括数万计算加速芯片的集群，训练模型参数量千亿甚至是万亿的大规... 随着语言模型参数量和所需训练数据量的急速增长，单个机器上有限的资源已无法满足大语言模型训练的要求。需要设计分布式训练（Distributed Training）系统来解决海量的计算和内存资源要求问题。在分布式训练系统环境下需要将一个模型训练任务拆分成多个子任务，并将子任务分发给多个计算设备，从而解决资源瓶颈。但是如何才能利用包括数万计算加速芯片的集群，训练模型参数量千亿甚至是万亿的大规...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签