如何通过推理加速优化你的大模型？
目前大模型火归火，但落地一看推理慢、资源吃紧，许多都跑不动，特别是在边缘设备或者商用场景里。所以推理加速优化，真的就是决定能不能真正work的关键。我们来聊聊2025年比较实用、还挺有前景的优化手段...
排序
做RAG系统最难搞定的是那部分工作？
RAG基础概念Retrieval-Augmented Generation（RAG）是通过检索外部知识来增强LLM生成能力的技术。检索可以是通过搜索引擎或是离线数据库（如企业、政府机密数据）。检索到的...
DeepSeek：多模态AI，重塑信息处理 Deepsig的多模态能力，简单来说就是它能够同时理解和处理来自不同来源的信息
示例：当你对着手机说出一句话并附上一张图片，Deepsig不仅能识别你的语音内容，还能解析图片中的信息，甚至将它们结合起来，给出更精准的回应。 技术支撑：Deepsig在深度学习领域的突破，它通过复杂...
机器学习真不难！15小时肝完拿下！
。由Google团队倾力开发的15小时机器学习速成课程，为学员构建了一条贯穿机器学习基础知识、核心理念以及案例剖析的完整学习轨迹。 这门课程对于那些对人工智能和机器学习怀揣热忱的人，以及渴望增强自身机...
同时学会pytorch和tensorflow 很多教程要么只教Pytorch，要么是讲Tensorflow，你花大把时间学完一个再学另一个的时候，之前学的都快忘光了
采取对照学习法，Pytorch和Tensorflow探索flow一起学，它们在功能和原理上有类似之处，我们能一次性用两种方式搞定，让你深度学习框架的学习之路既轻松又高效。 重点：Pytorch和Ten...
PyTorch实用教程|从零基础到精通~
在GitHub上，有一份名为《从零到精通深度学习 PyTorch》的开源教程，它详细讲解了PyTorch的基本概念、深度学习的整个流程、计算机视觉的应用、自定义数据集的处理、模块化编程的技巧以及模型部...
我竟然半天时间就学会了八大神经网络！！！
。在深度学习中主要的八大神经网络包括以下几种： 卷积神经网络（CNN）卷积神经网络是用于图像和空间数据处理的神经网络，通过卷积层和池化层来捕捉图像的局部特征，广泛应用于图像分类、物体检测等领域。典型的...
十分钟！彻底搞懂Transformer
。Transformers 亮相以来彻底改变了深度学习模型。 今天将从各方面进行对 Transformer 解释， 包括基本概念、理论基础、完整案例、模型分析、优缺点、与其他算法的对比等等。
计算机视觉常用的十大模型总结！！
。今天为大家科普一下计算机视觉领域中的常用模型。计算机视觉，作为智能驾驶、智能技术等领域的核心算法，具有举足轻重的地位。尽管对于初学者来说，它可能显得深奥且难以捉摸，但请放心，带你了解CV的世界！
LLM的SFT和RL有啥新发现？
1、SFT作为RL训练稳定剂的新认识以前我觉得SFT和RL是完全独立的阶段，但目前发现它们的关系要微妙得多。SFT阶段就像是为RL训练提供了一个稳定的基座，有了它，RL训练可以大幅减少不稳定性。在我尝...
最全面详细的Pytorch搭建指南
。涵盖知识：基础的数据读取、网络搭建，到训练过程、推理过程，再到模型优化、可视化以及实践中的各种技巧等，写了一个明确易懂的说明。 实用指南：涵盖从0搭建Pytorch模型的全方位知识，对如何搭建一个完...
5分钟告诉你深度学习到底为啥有效！
。深度学习作为机器学习的一个分支，已成为人工智能领域的一项变革性技术，在计算机视觉、自然语言处理、自动驾驶 等多个应用领域均取得了显著成就。深度学习的有效性并非偶然，而是源于多个基本原理和进步的协同作...
1
2
