- 华为云月刊汇聚云上新鲜热门技术干货。网罗大咖分享、云问答、云视频、技术干货、推荐博主、热门版块。5月刊新鲜出炉，欢迎订阅！ 华为云月刊汇聚云上新鲜热门技术干货。网罗大咖分享、云问答、云视频、技术干货、推荐博主、热门版块。5月刊新鲜出炉，欢迎订阅！
- 本文通过银行存款预测业务的案例应用，介绍了华为机器学习服务的工作流使用方法，用户可以通过本文快速掌握工作流的使用和机器学习建模的流程。 本文通过银行存款预测业务的案例应用，介绍了华为机器学习服务的工作流使用方法，用户可以通过本文快速掌握工作流的使用和机器学习建模的流程。
- 9月21-22日，GIIS-全球产业创新峰会在深圳京基100盛大启幕。 华为云AI开发部总经理罗华霖做了以《华为人工智能实践与创新》为主题的演讲 9月21-22日，GIIS-全球产业创新峰会在深圳京基100盛大启幕。 华为云AI开发部总经理罗华霖做了以《华为人工智能实践与创新》为主题的演讲
- 1 简介本文对模型训练Ascend（华为 DaVinci / Ascend 系列 NPU）能用的场景 做系统化、分层的分析，平替哪些场景适配度高、为什么合适、实际落地时要注意的工程/生态限制？以及给出决策建议与快速评估要点，关键事实均标注来源，便于进一步验证。 2、按场景逐项详述（为什么适合 / 需要注意什么）大规模训练数据中心（分布式训练、超大模型）适配度：高（数据中心级 Ascend ... 1 简介本文对模型训练Ascend（华为 DaVinci / Ascend 系列 NPU）能用的场景 做系统化、分层的分析，平替哪些场景适配度高、为什么合适、实际落地时要注意的工程/生态限制？以及给出决策建议与快速评估要点，关键事实均标注来源，便于进一步验证。 2、按场景逐项详述（为什么适合 / 需要注意什么）大规模训练数据中心（分布式训练、超大模型）适配度：高（数据中心级 Ascend ...
- 1 简介云计算项目开发过程中，技术选型通常既要看“算力/性能”也要看“生态/工程成本”的基本逻辑。本文从以下几个方面介绍AI模型训练：对 CANN（Huawei Ascend 软件栈）的初步评价；为什么在生态成熟度上仍落后于 CUDA+NVIDIA；对工程决策的实务建议（短期需投入的项、风险与缓解策略、检查表）。 2 对 Huawei CANN 的初步分析CANN定位与功能：CANN（Co... 1 简介云计算项目开发过程中，技术选型通常既要看“算力/性能”也要看“生态/工程成本”的基本逻辑。本文从以下几个方面介绍AI模型训练：对 CANN（Huawei Ascend 软件栈）的初步评价；为什么在生态成熟度上仍落后于 CUDA+NVIDIA；对工程决策的实务建议（短期需投入的项、风险与缓解策略、检查表）。 2 对 Huawei CANN 的初步分析CANN定位与功能：CANN（Co...
- 1 简介特点sync.Map的超能力： 速度、安全、简单因此，常规map会崩溃，锁定会减慢您的速度。sync.Map有什么秘密 2 三大优势：无锁阅读：Goroutines 可以像吃到饱的自助餐一样阅读——无需等待，无需锁定。非常适合高流量查找。读取密集型冠军：专为读取数量超过写入次数（如 70%+）的场景而构建。写入会受到影响，但读取会飞。Slick API： StoreLoad， L... 1 简介特点sync.Map的超能力： 速度、安全、简单因此，常规map会崩溃，锁定会减慢您的速度。sync.Map有什么秘密 2 三大优势：无锁阅读：Goroutines 可以像吃到饱的自助餐一样阅读——无需等待，无需锁定。非常适合高流量查找。读取密集型冠军：专为读取数量超过写入次数（如 70%+）的场景而构建。写入会受到影响，但读取会飞。Slick API： StoreLoad， L...
- 1 简介为什么 sync.Map 是线程安全的？sync.Map 是 Go 标准库中专为并发访问设计的映射结构。它在内部通过以下机制实现线程安全： 2 sync.Map是安全的线程同步sync.Map 被认为是线程同步安全的，因为它提供了一种用于安全高效的 并发读写的内置机制。它结合使用 原子作、锁和数据结构来确保 其内容保持一致 且可访问 ，即使有多个 goroutine 正在同时修改m... 1 简介为什么 sync.Map 是线程安全的？sync.Map 是 Go 标准库中专为并发访问设计的映射结构。它在内部通过以下机制实现线程安全： 2 sync.Map是安全的线程同步sync.Map 被认为是线程同步安全的，因为它提供了一种用于安全高效的 并发读写的内置机制。它结合使用 原子作、锁和数据结构来确保 其内容保持一致 且可访问 ，即使有多个 goroutine 正在同时修改m...
- 1 简介编程语言Go 1.24 中引入了 Swiss Table 作为 map 数据类型的新底层实现，这是 Go 语言发展中的一个重要改进。这个实现借鉴了现代编程语言（如 C++ 和 Rust）中的哈希表优化技术，尤其是来自 Google 的 SwissTable 实现（在 C++ 的 absl::flat_hash_map 和 Rust 的 HashMap 中应用）。这次更改提升了性能、... 1 简介编程语言Go 1.24 中引入了 Swiss Table 作为 map 数据类型的新底层实现，这是 Go 语言发展中的一个重要改进。这个实现借鉴了现代编程语言（如 C++ 和 Rust）中的哈希表优化技术，尤其是来自 Google 的 SwissTable 实现（在 C++ 的 absl::flat_hash_map 和 Rust 的 HashMap 中应用）。这次更改提升了性能、...
- 1 简介在 Go（Golang）中，普通类型/值的赋值规则以及核心类型的定义是语言设计的重要组成部分，理解这部分有助于写出更高效和健壮的 Go 代码。 2 Go 中普通类型/值的赋值规则Go 是 静态强类型语言，赋值行为主要遵循值语义，即 默认是值拷贝。✅ 特点如下： 类型分类 赋值行为 值类型（value types） 赋值时会复制整个值（即值拷贝） 引用类型（r... 1 简介在 Go（Golang）中，普通类型/值的赋值规则以及核心类型的定义是语言设计的重要组成部分，理解这部分有助于写出更高效和健壮的 Go 代码。 2 Go 中普通类型/值的赋值规则Go 是 静态强类型语言，赋值行为主要遵循值语义，即 默认是值拷贝。✅ 特点如下： 类型分类 赋值行为 值类型（value types） 赋值时会复制整个值（即值拷贝） 引用类型（r...
- 1 简介Feyman 费曼学习法是一种非常强大的工具，但是存在一些数学或物理领域的复杂概念，不能通过简单类比或通俗语言直接解释清楚，至少解释起来会失去精确性、严密性，可能会误导听众。以下是一些费曼学习法难以直接奏效的复杂概念类型，以及原因分析。 2 费曼学习法难以直接解释的复杂概念类型高度抽象的数学结构如：拓扑空间、σ-代数、流形、多元范畴（Category Theory）皮亚诺公理、柯西... 1 简介Feyman 费曼学习法是一种非常强大的工具，但是存在一些数学或物理领域的复杂概念，不能通过简单类比或通俗语言直接解释清楚，至少解释起来会失去精确性、严密性，可能会误导听众。以下是一些费曼学习法难以直接奏效的复杂概念类型，以及原因分析。 2 费曼学习法难以直接解释的复杂概念类型高度抽象的数学结构如：拓扑空间、σ-代数、流形、多元范畴（Category Theory）皮亚诺公理、柯西...
- 1 简介本章将讨论对类型参数值的哪些操作 在泛型函数体中是有效的，哪些是无效的。在泛型函数体中， 对类型参数值的操作仅在以下情况下有效： 对 Type 参数约束的 Type 集中的每种类型的值都有效。 在当前的自定义通用设计和实现（Go 1.22）中， 反之亦然。 必须满足一些额外的要求才能使操作有效。目前，有许多这样的限制。其中一些是暂时的 并且可能会从未来的 Go 版本中删除，有些是永... 1 简介本章将讨论对类型参数值的哪些操作 在泛型函数体中是有效的，哪些是无效的。在泛型函数体中， 对类型参数值的操作仅在以下情况下有效： 对 Type 参数约束的 Type 集中的每种类型的值都有效。 在当前的自定义通用设计和实现（Go 1.22）中， 反之亦然。 必须满足一些额外的要求才能使操作有效。目前，有许多这样的限制。其中一些是暂时的 并且可能会从未来的 Go 版本中删除，有些是永...
- 1 简介基尼系数（Gini coefficient）在经济学中是衡量收入或财富分配不平等程度的核心指标之一，广泛用于国家、地区或群体之间的比较。通过一个简单的例子，详细说明**加权基尼系数（Weighted Gini Index）**的计算过程，以及它在 CART 决策树（Classification and Regression Tree） 中的应用。 2 基尼系数（Gini Index... 1 简介基尼系数（Gini coefficient）在经济学中是衡量收入或财富分配不平等程度的核心指标之一，广泛用于国家、地区或群体之间的比较。通过一个简单的例子，详细说明**加权基尼系数（Weighted Gini Index）**的计算过程，以及它在 CART 决策树（Classification and Regression Tree） 中的应用。 2 基尼系数（Gini Index...
- 1 简介CART（Classification and Regression Tree）既可以用于分类任务（Classification Tree），也可以用于回归任务（Regression Tree）。两者的关键区别在于 目标变量的类型：分类树：目标变量是类别（离散的）。回归树：目标变量是数值（连续的）。 2 使用的例子下面用两个简单明了的例子来分别说明：分类树（Classificati... 1 简介CART（Classification and Regression Tree）既可以用于分类任务（Classification Tree），也可以用于回归任务（Regression Tree）。两者的关键区别在于 目标变量的类型：分类树：目标变量是类别（离散的）。回归树：目标变量是数值（连续的）。 2 使用的例子下面用两个简单明了的例子来分别说明：分类树（Classificati...
- 1 大模型Grok（由 xAI 开发）和 ChatGPT（由 OpenAI 开发）都是基于大型语言模型（LLM）的对话型 AI，具有一些共同功能，但也有显著差异。以下是对两者功能的详细对比相似性:自然语言处理：两者都能理解和生成类人文本，支持多领域对话，包括回答问题、生成内容、提供建议等。都支持多模态功能，如处理文本、图像输入（Grok 通过 Aurora 图像模型，ChatGPT 通过 ... 1 大模型Grok（由 xAI 开发）和 ChatGPT（由 OpenAI 开发）都是基于大型语言模型（LLM）的对话型 AI，具有一些共同功能，但也有显著差异。以下是对两者功能的详细对比相似性:自然语言处理：两者都能理解和生成类人文本，支持多领域对话，包括回答问题、生成内容、提供建议等。都支持多模态功能，如处理文本、图像输入（Grok 通过 Aurora 图像模型，ChatGPT 通过 ...
- 1 简介Grok 是由 xAI（Elon Musk创办的公司）开发的大语言模型，并集成在 X（前 Twitter）平台中，用以对抗 OpenAI 的 ChatGPT、Google Gemini 等主流大模型。下面是对比 Grok 与 ChatGPT（以 GPT-4 为代表） 的功能相似度和差异性分析，以及探讨 为什么推出 Grok 大模型：功能相似度（Grok vs ChatGPT）功能 ... 1 简介Grok 是由 xAI（Elon Musk创办的公司）开发的大语言模型，并集成在 X（前 Twitter）平台中，用以对抗 OpenAI 的 ChatGPT、Google Gemini 等主流大模型。下面是对比 Grok 与 ChatGPT（以 GPT-4 为代表） 的功能相似度和差异性分析，以及探讨 为什么推出 Grok 大模型：功能相似度（Grok vs ChatGPT）功能 ...
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