- 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.3.1节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.3.1节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。
- 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.2.5节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.2.5节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。
- 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.2.2节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.2.2节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。
- 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.1.4节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.1.4节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。
- 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.1.2节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。 本节书摘来自华章计算机《Python大规模机器学习》一书中的第1章，第1.1.2节，作者是［荷］巴斯蒂安·贾丁（Bastiaan Sjardin）［意］卢卡·马萨罗（Luca Massaron）［意］阿尔贝托·博斯凯蒂（Alberto Boschetti）王贵财刘春明译。
- 本文揭示AI生成单元测试的致命陷阱：高覆盖率（95%）≠ 高质量测试。AI常“照抄实现写断言”，导致测试恒真、无法发现逻辑错误（如满减与折扣顺序颠倒）。真正衡量测试能力的是**变异测试得分（mutation score）**——通过故意注入代码缺陷，检验测试能否捕获。覆盖率只答“是否执行”，mutation score才答“能否揪错”。AI时代，该用它为测试集“体检”。 本文揭示AI生成单元测试的致命陷阱：高覆盖率（95%）≠ 高质量测试。AI常“照抄实现写断言”，导致测试恒真、无法发现逻辑错误（如满减与折扣顺序颠倒）。真正衡量测试能力的是**变异测试得分（mutation score）**——通过故意注入代码缺陷，检验测试能否捕获。覆盖率只答“是否执行”，mutation score才答“能否揪错”。AI时代，该用它为测试集“体检”。
- Agent多模态感知与跨模态推理多模态感知是当前Agent技术发展中最前沿的方向之一。传统的Agent主要处理单一模态的信息，比如纯文本对话或纯图像分类，而现代Agent需要同时理解文本、图像、音频、视频等多种模态的输入，并在这些模态之间进行推理和决策。这种能力的核心在于跨模态对齐与融合，即让Agent能够将不同模态的信息映射到统一的语义空间中，从而实现真正的多模态理解。 一、多模态感知架... Agent多模态感知与跨模态推理多模态感知是当前Agent技术发展中最前沿的方向之一。传统的Agent主要处理单一模态的信息，比如纯文本对话或纯图像分类，而现代Agent需要同时理解文本、图像、音频、视频等多种模态的输入，并在这些模态之间进行推理和决策。这种能力的核心在于跨模态对齐与融合，即让Agent能够将不同模态的信息映射到统一的语义空间中，从而实现真正的多模态理解。 一、多模态感知架...
- AI基础设施正在经历一次调度范式的根本转变。传统云计算中，调度器面对的是微服务和批处理作业——任务生命周期长、资源需求稳定、调度延迟容忍度高。但Agentic AI的出现打破了所有这些假设：一个Agent应用可能在一秒内发起数十次工具调用，每次调用对应一个短暂的容器执行，生命周期可能只有几百毫秒。与此同时，大模型训练作业仍然需要独占大量GPU/NPU资源、运行数小时甚至数天。这两类负载对调度... AI基础设施正在经历一次调度范式的根本转变。传统云计算中，调度器面对的是微服务和批处理作业——任务生命周期长、资源需求稳定、调度延迟容忍度高。但Agentic AI的出现打破了所有这些假设：一个Agent应用可能在一秒内发起数十次工具调用，每次调用对应一个短暂的容器执行，生命周期可能只有几百毫秒。与此同时，大模型训练作业仍然需要独占大量GPU/NPU资源、运行数小时甚至数天。这两类负载对调度...
- 近年来，人工智能（AI）大模型快速发展。从聊天机器人到自动驾驶，从图像生成到科学计算，越来越多的AI应用依赖超大规模神经网络模型。而在训练这些模型时，人们很少使用传统的CPU（中央处理器），而是大量采用GPU（图形处理器）。那么，为什么GPU能够取代CPU，成为AI训练的核心硬件呢？一、AI大模型训练需要海量计算要理解为什么选择GPU，首先需要了解AI大模型是如何训练的。以大型语言模型为例，... 近年来，人工智能（AI）大模型快速发展。从聊天机器人到自动驾驶，从图像生成到科学计算，越来越多的AI应用依赖超大规模神经网络模型。而在训练这些模型时，人们很少使用传统的CPU（中央处理器），而是大量采用GPU（图形处理器）。那么，为什么GPU能够取代CPU，成为AI训练的核心硬件呢？一、AI大模型训练需要海量计算要理解为什么选择GPU，首先需要了解AI大模型是如何训练的。以大型语言模型为例，...
- LLM模型蒸馏与小模型部署深度实战：从知识蒸馏到量化压缩与边缘推理的全解析 引言大模型能力强大但部署成本高（70B需多张A100）。模型蒸馏（Knowledge Distillation）把大模型的"知识"迁移到小模型，使小模型在特定任务上接近大模型的表现但部署成本降低10-100倍。本文从蒸馏方法论讲起，覆盖软标签蒸馏（Soft Target）、序列级蒸馏（Sequence-Level）... LLM模型蒸馏与小模型部署深度实战：从知识蒸馏到量化压缩与边缘推理的全解析 引言大模型能力强大但部署成本高（70B需多张A100）。模型蒸馏（Knowledge Distillation）把大模型的"知识"迁移到小模型，使小模型在特定任务上接近大模型的表现但部署成本降低10-100倍。本文从蒸馏方法论讲起，覆盖软标签蒸馏（Soft Target）、序列级蒸馏（Sequence-Level）...
- Agent不确定性推理与概率决策 引言：确定性思维的局限与概率推理的必然现实世界充满了不确定性。Agent在感知环境、理解用户意图、预测未来状态时，几乎永远无法获得完全确定的信息。传感器噪声、通信延迟、信息缺失、对手行为的不可预测性——这些因素使得确定性推理框架在面对真实场景时力不从心。概率推理为Agent提供了在不确定性下做出合理决策的数学基础，使Agent能够量化信念、更新知识、权衡风... Agent不确定性推理与概率决策 引言：确定性思维的局限与概率推理的必然现实世界充满了不确定性。Agent在感知环境、理解用户意图、预测未来状态时，几乎永远无法获得完全确定的信息。传感器噪声、通信延迟、信息缺失、对手行为的不可预测性——这些因素使得确定性推理框架在面对真实场景时力不从心。概率推理为Agent提供了在不确定性下做出合理决策的数学基础，使Agent能够量化信念、更新知识、权衡风...
- 从"能运行"到"可交付"，Skill正在复刻软件工程二十年前走过的路大家好，我是某互联网公司的测试架构师。上个月，团队里一个同事跑来跟我说："老大，我那个测试用例生成的Skill，昨天还好好的，今天突然不行了。我没改任何东西啊。"我问他："你换模型了？"他愣了一下："哦，好像是自动更新了……"他没改Skill，但模型变了。大模型版本从Claude Sonnet 4.0切到了4.5，Skill... 从"能运行"到"可交付"，Skill正在复刻软件工程二十年前走过的路大家好，我是某互联网公司的测试架构师。上个月，团队里一个同事跑来跟我说："老大，我那个测试用例生成的Skill，昨天还好好的，今天突然不行了。我没改任何东西啊。"我问他："你换模型了？"他愣了一下："哦，好像是自动更新了……"他没改Skill，但模型变了。大模型版本从Claude Sonnet 4.0切到了4.5，Skill...
- 移动端适配搞定了，今天开始做之前积压的两个需求：图片卡片和FSRS算法。上午：图片卡片闪卡之前只支持纯文本，有用户反馈想放图片，比如解剖图、化学结构式、代码截图。今天把图片上传功能加上了。前端加了一个上传按钮，支持拖拽和粘贴，图片走对象存储（用七牛云，免费额度够用），上传后返回URL存到卡片的image_url字段。卡片正面和背面都可以带图，翻面的时候图片跟着一起翻。顺手支持了Markdow... 移动端适配搞定了，今天开始做之前积压的两个需求：图片卡片和FSRS算法。上午：图片卡片闪卡之前只支持纯文本，有用户反馈想放图片，比如解剖图、化学结构式、代码截图。今天把图片上传功能加上了。前端加了一个上传按钮，支持拖拽和粘贴，图片走对象存储（用七牛云，免费额度够用），上传后返回URL存到卡片的image_url字段。卡片正面和背面都可以带图，翻面的时候图片跟着一起翻。顺手支持了Markdow...
- 面向消费品行业，通过机器学习实时分析消费者行为数据，生成个性化推荐，并经多渠道精准触达，实现千人千面与跨渠道体验一致。架构分6层：用户层、数据采集、实时处理、ML推荐、服务互动、公共服务。 面向消费品行业，通过机器学习实时分析消费者行为数据，生成个性化推荐，并经多渠道精准触达，实现千人千面与跨渠道体验一致。架构分6层：用户层、数据采集、实时处理、ML推荐、服务互动、公共服务。
- PICOLO (Production Induite en Zone de Convergence par les Ondes Longues Oceaniques) Program简介1997 年在非洲海岸附近的中东大西洋进行的 PICOLO 实验的测量结果。摘要代码!pip install leafmap!pip install pandas!pip install folium!pi... PICOLO (Production Induite en Zone de Convergence par les Ondes Longues Oceaniques) Program简介1997 年在非洲海岸附近的中东大西洋进行的 PICOLO 实验的测量结果。摘要代码!pip install leafmap!pip install pandas!pip install folium!pi...
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