- PyTorch 框架深度解析（二）：核心执行引擎与动态微分系统在上一篇文章中，我们探讨了 PyTorch 优雅的前端建模 API。然而，深度学习框架的真正技术壁垒在于如何高效、准确地计算动辄数亿参数的数学梯度。在早期框架（如 TensorFlow 1.x 和 Theano）普遍采用静态图（Define-and-Run）的时代，PyTorch 凭借“动态图（Define-by-Run）”机制... PyTorch 框架深度解析（二）：核心执行引擎与动态微分系统在上一篇文章中，我们探讨了 PyTorch 优雅的前端建模 API。然而，深度学习框架的真正技术壁垒在于如何高效、准确地计算动辄数亿参数的数学梯度。在早期框架（如 TensorFlow 1.x 和 Theano）普遍采用静态图（Define-and-Run）的时代，PyTorch 凭借“动态图（Define-by-Run）”机制...
- 团队里深度学习上头,什么任务都想套网络。拿十个真实的业务表格数据集做了轮系统对比,给模型选型立个规矩。数据集规模从八千行到五十万行,涵盖风控、营销、设备、质检,统一五折交叉验证看AUC。参赛选手:XGBoost、LightGBM、CatBoost、随机森林、一个六层的MLP、一个简单的TabNet。调参预算对等,每个模型给三轮贝叶斯搜索,防止欺负谁。总比分:十场比赛,LightGBM拿下五个... 团队里深度学习上头,什么任务都想套网络。拿十个真实的业务表格数据集做了轮系统对比,给模型选型立个规矩。数据集规模从八千行到五十万行,涵盖风控、营销、设备、质检,统一五折交叉验证看AUC。参赛选手:XGBoost、LightGBM、CatBoost、随机森林、一个六层的MLP、一个简单的TabNet。调参预算对等,每个模型给三轮贝叶斯搜索,防止欺负谁。总比分:十场比赛,LightGBM拿下五个...
- DeepSeek完成1055亿元新一轮融资，估值达6155亿元。面对Blackwell芯片黑市溢价超5倍的严峻挑战，大模型竞争已步入重资本与全产业链绑定阶段。本文深入拆解其背后的算力成本博弈、股东架构变局，以及对AI原生基础设施与算力底座演进的深远启示。 DeepSeek完成1055亿元新一轮融资，估值达6155亿元。面对Blackwell芯片黑市溢价超5倍的严峻挑战，大模型竞争已步入重资本与全产业链绑定阶段。本文深入拆解其背后的算力成本博弈、股东架构变局，以及对AI原生基础设施与算力底座演进的深远启示。
- 长上下文的内幕：模型如何"记住"两百万字摘要：从几千到百万级 Token，模型上下文窗口在两年里扩大了数百倍。但这背后的技术不是一句"堆算力"能概括的：位置编码如何扩展、注意力如何避开平方爆炸、为什么"标称长度"和"有效长度"是两回事。本文拆解长上下文的技术内幕，并给出使用长上下文的正确姿势。 一、上下文窗口为什么难做Transformer 的自注意力机制有个先天缺陷：每个 Token 都... 长上下文的内幕：模型如何"记住"两百万字摘要：从几千到百万级 Token，模型上下文窗口在两年里扩大了数百倍。但这背后的技术不是一句"堆算力"能概括的：位置编码如何扩展、注意力如何避开平方爆炸、为什么"标称长度"和"有效长度"是两回事。本文拆解长上下文的技术内幕，并给出使用长上下文的正确姿势。 一、上下文窗口为什么难做Transformer 的自注意力机制有个先天缺陷：每个 Token 都...
- AfriSAR: Canopy Structure Derived from PolInSAR and Coherence TomoSAR NISAR tools简介本数据集包含森林垂直结构及其相关不确定性产品，这些产品是通过应用多基线极化干涉合成孔径雷达（PolInSAR）和极化相干层析合成孔径雷达（PCT 或 PC-TomoSAR）技术获得的。数据采集于 2016 年 2 月至 3 月，... AfriSAR: Canopy Structure Derived from PolInSAR and Coherence TomoSAR NISAR tools简介本数据集包含森林垂直结构及其相关不确定性产品，这些产品是通过应用多基线极化干涉合成孔径雷达（PolInSAR）和极化相干层析合成孔径雷达（PCT 或 PC-TomoSAR）技术获得的。数据采集于 2016 年 2 月至 3 月，...
- 本文围绕复杂条件下的识别鲁棒性增强，构建了一套从数据处理到边缘部署的系统化方案：通过数据增强扩充样本多样性，结合 Retinex/DOG 光照归一化抑制光照干扰，利用关键点姿态校正实现面部对齐；在模型层面引入注意力双路径网络，融合全局与局部特征，并通过多任务联合学习提升泛化能力；最后针对端侧部署进行推理优化。该方案覆盖数据、算法与部署三个环节，为宠物面部识别在复杂光照与多变角度下的落地提供了路径。 本文围绕复杂条件下的识别鲁棒性增强，构建了一套从数据处理到边缘部署的系统化方案：通过数据增强扩充样本多样性，结合 Retinex/DOG 光照归一化抑制光照干扰，利用关键点姿态校正实现面部对齐；在模型层面引入注意力双路径网络，融合全局与局部特征，并通过多任务联合学习提升泛化能力；最后针对端侧部署进行推理优化。该方案覆盖数据、算法与部署三个环节，为宠物面部识别在复杂光照与多变角度下的落地提供了路径。
- 一、问题拆解：班级分组管理到底在管什么需求侧的盘子同样清晰：CNNIC第57次《中国互联网络发展状况统计报告》显示，截至2025年12月我国在线教育用户规模达3.27亿人。三亿多人习惯在线获取教育服务，意味着教学平台、学员管理系统的市场不是'会不会来'，而是已经在这儿了。班级分组管理表面是“把学员分到班里”，实际涉及三条链路：一是组织链路，班级、分组、学员归属关系要能随招生报名动态调整；二是... 一、问题拆解：班级分组管理到底在管什么需求侧的盘子同样清晰：CNNIC第57次《中国互联网络发展状况统计报告》显示，截至2025年12月我国在线教育用户规模达3.27亿人。三亿多人习惯在线获取教育服务，意味着教学平台、学员管理系统的市场不是'会不会来'，而是已经在这儿了。班级分组管理表面是“把学员分到班里”，实际涉及三条链路：一是组织链路，班级、分组、学员归属关系要能随招生报名动态调整；二是...
- 面壁 10 月 28 日开源了两个模型：1.3B 的 MiniCPM-OCR 1.0，六项基准拿下四项 SOTA；2B 的 MiniCPM-OCR Jev，一个字都不生成。一个 OCR 新王，为什么要给自己配一个专职裁判？这件事的解释不在跑分表里，在数据流里。这篇不按技术点罗列，而是跟着一页发票走完五站，看每一站它在干什么、省了什么、卡在哪。 零、先说清楚那个反常之处先把两个模型的角色摆出来... 面壁 10 月 28 日开源了两个模型：1.3B 的 MiniCPM-OCR 1.0，六项基准拿下四项 SOTA；2B 的 MiniCPM-OCR Jev，一个字都不生成。一个 OCR 新王，为什么要给自己配一个专职裁判？这件事的解释不在跑分表里，在数据流里。这篇不按技术点罗列，而是跟着一页发票走完五站，看每一站它在干什么、省了什么、卡在哪。 零、先说清楚那个反常之处先把两个模型的角色摆出来...
- 大模型训练网络拥塞控制实战：详解RoCEv2下PFC与ECN/DCQCN的分工、常见陷阱与调优闭环，提供四层排查Checklist，解决训练随机Hang、GPU利用率下降问题。 大模型训练网络拥塞控制实战：详解RoCEv2下PFC与ECN/DCQCN的分工、常见陷阱与调优闭环，提供四层排查Checklist，解决训练随机Hang、GPU利用率下降问题。
- 今天从AI Agent开发实践中心进入AI开发者空间，页面先让选择版本。我选的是体验版：免费试用、秒级启动、免费试用全功能、不消耗任何额度，代价是数据不保留，体验时长结束后自动重置。这个取舍很适合只想先看一眼、先跑通流程的人。进入后弹出了“临时凭据自动配置”提示，问是否同意把临时访问凭据同步到开发空间环境。我没有点同意，直接关掉了弹窗。理由很简单：凭据涉及当前登录用户的权限，哪怕说明写着只在... 今天从AI Agent开发实践中心进入AI开发者空间，页面先让选择版本。我选的是体验版：免费试用、秒级启动、免费试用全功能、不消耗任何额度，代价是数据不保留，体验时长结束后自动重置。这个取舍很适合只想先看一眼、先跑通流程的人。进入后弹出了“临时凭据自动配置”提示，问是否同意把临时访问凭据同步到开发空间环境。我没有点同意，直接关掉了弹窗。理由很简单：凭据涉及当前登录用户的权限，哪怕说明写着只在...
- 《强化学习与最优控制》Dimitri P. Bertsekas 著 · 前言与全书框架这本书的作者 Bertsekas 是 MIT 麦卡菲工程教授、美国工程院院士，2018 年冯·诺依曼理论奖得主。他的动态规划教材是领域的经典，而这本书则是他将动态规划与强化学习统一起来的集大成之作。 一、这本书在讲什么？一句话概括：用动态规划（DP）的数学框架来理解和组织强化学习（RL）中的近似方法。书中开... 《强化学习与最优控制》Dimitri P. Bertsekas 著 · 前言与全书框架这本书的作者 Bertsekas 是 MIT 麦卡菲工程教授、美国工程院院士，2018 年冯·诺依曼理论奖得主。他的动态规划教材是领域的经典，而这本书则是他将动态规划与强化学习统一起来的集大成之作。 一、这本书在讲什么？一句话概括：用动态规划（DP）的数学框架来理解和组织强化学习（RL）中的近似方法。书中开...
- 10 月 28 日，蚂蚁百灵开源了 Ling-3.1-flash-1019。跑分很好看：Artificial Analysis 智能指数从 41 涨到 44，同规模开放权重模型排第 4。但同一份评测里还有另一组数字：单任务平均输出 token 涨了 40%，平均成本从 $1.01 涨到 $1.49。能力涨 3 分，账单涨 48%。这篇不写"国产又开源了一个好模型"，而是从这 1.49 美元出... 10 月 28 日，蚂蚁百灵开源了 Ling-3.1-flash-1019。跑分很好看：Artificial Analysis 智能指数从 41 涨到 44，同规模开放权重模型排第 4。但同一份评测里还有另一组数字：单任务平均输出 token 涨了 40%，平均成本从 $1.01 涨到 $1.49。能力涨 3 分，账单涨 48%。这篇不写"国产又开源了一个好模型"，而是从这 1.49 美元出...
- 谷歌 DeepMind 10 月 27 日发布 Genie 4 研究预览版，场景一致性模拟时长从前代的大约一分钟延长到约两分钟，画面真实感、物理模拟和人物动作自然度都有提升，还加入了原生音频生成。但如果只看“更真、更长”，会错过这次发布真正的信号：谷歌同时展示了 Gemini 4 Argon 负责把用户指令拆成多步计划、Genie 4 根据计划实时生成机器人执行任务模拟画面的协同实验，演示里... 谷歌 DeepMind 10 月 27 日发布 Genie 4 研究预览版，场景一致性模拟时长从前代的大约一分钟延长到约两分钟，画面真实感、物理模拟和人物动作自然度都有提升，还加入了原生音频生成。但如果只看“更真、更长”，会错过这次发布真正的信号：谷歌同时展示了 Gemini 4 Argon 负责把用户指令拆成多步计划、Genie 4 根据计划实时生成机器人执行任务模拟画面的协同实验，演示里...
- 信用卡申请评分卡（Application Scorecard，简称 A 卡）是银行信用风险管理中最经典的模型之一。它主要用于新客户申请信用卡时，根据申请资料、征信记录、历史负债及偿债能力等信息，评估客户未来发生违约的风险，辅助银行决定是否批准申请。 信用卡申请评分卡（Application Scorecard，简称 A 卡）是银行信用风险管理中最经典的模型之一。它主要用于新客户申请信用卡时，根据申请资料、征信记录、历史负债及偿债能力等信息，评估客户未来发生违约的风险，辅助银行决定是否批准申请。
- 一、数字人智能体行业发展现状与技术趋势随着人工智能技术的深度演进，数字人智能体已从概念验证阶段迈向规模化应用的关键时期。2026年，全球AI智能体市场规模预计将突破1200亿美元，年复合增长率达40.15%，企业级应用贡献超七成市场份额。这一增长态势背后，是企业对效率提升、成本优化和智能化转型的迫切需求，同时也得益于大语言模型、多模态处理和分布式计算架构的技术突破。当前，企业AI应用正经历从... 一、数字人智能体行业发展现状与技术趋势随着人工智能技术的深度演进，数字人智能体已从概念验证阶段迈向规模化应用的关键时期。2026年，全球AI智能体市场规模预计将突破1200亿美元，年复合增长率达40.15%，企业级应用贡献超七成市场份额。这一增长态势背后，是企业对效率提升、成本优化和智能化转型的迫切需求，同时也得益于大语言模型、多模态处理和分布式计算架构的技术突破。当前，企业AI应用正经历从...
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