-
深度学习框架选型：PyTorch、TensorFlow、PaddlePaddle在视觉任务中的优劣
计算机视觉中，深度学习框架的选择直接影响模型开发效率、训练性能及部署效果。PyTorch、TensorFlow和PaddlePaddle作为三大主流框架，在动态图机制、分布式训练、硬件适配等核心特性上存在显著差异。本文结合具体应用场景，从技术原理、性能数据及产业落地案例三个维度，深入分析三者优劣。
-
跨平台部署指南：TinyML模型从PyTorch到STM32ESP32的无缝迁移
TinyML的开发流程存在一个天然的断裂带：数据科学家习惯使用PyTorch等框架在云端GPU上训练模型，而嵌入式工程师则需要在Keil、Arduino或ESP-IDF环境中编写C++代码。这种技术栈的割裂导致模型从训练到部署往往需要数周的手工重写和调试。跨平台迁移的核心理念是建立一条自动化的转换流水线，让PyTorch训练的模型能够无损地运行在STM32和ESP32这类资源受限的微控制器上。本文将系统阐述从模型导出、格式转换到嵌入式集成的完整流程，并提供可复现的工程实践方案。
-
嵌入式AI部署：PyTorch模型量化与NXP i.MX RT系列移植全流程
在物联网设备智能化浪潮中，将深度学习模型部署到NXP i.MX RT系列等资源受限的嵌入式平台，已成为推动边缘计算发展的关键技术。本文以PyTorch模型为例，详细阐述从量化优化到移植落地的完整技术路径。
-
AI模型在FPGA上的部署：从TensorFlow/PyTorch量化到Vitis AI DPU的全流程
在边缘计算与物联网快速发展的背景下，FPGA凭借其并行计算特性和低功耗优势，成为实时AI推理的理想硬件平台。本文将系统阐述如何将TensorFlow/PyTorch模型通过量化、编译等步骤部署到Xilinx DPU（深度学习处理器）的全流程，帮助开发者突破从算法到硬件的落地瓶颈。
-
DPU卸载机器学习推理：PyTorch模型在BlueField-3的INT8量化部署实现2ms级ResNet50推理
在AI算力需求指数级增长的背景下，NVIDIA BlueField-3 DPU凭借其512个NPU核心和400Gbps线速转发能力，为机器学习推理提供了革命性的硬件卸载方案。通过将PyTorch模型量化至INT8精度并结合DPU的硬件加速引擎，某头部云服务商在BlueField-3上实现了ResNet50推理延迟从12ms压缩至2ms的行业突破，同时保持Top-1准确率达75.8%。
-
深度学习框架介绍：TensorFlow和PyTorch
在不断发展的人工智能世界中，开发人员在选择正确的深度学习框架时常常感到困惑。无论是由 Google Brain 团队力量支持的 TensorFlow 丰富文档，还是由 Facebook 人工智能研究实验室提供的 PyTorch 动态计算图，选择都不是那么简单。有些框架在语义分割方面表现出色，而另一些框架则在 GPU 基准测试方面表现出色。
-
机器学习的框架和三个步骤
今天，小编将在这篇文章中为大家带来机器学习的有关报道，通过阅读这篇文章，大家可以对它具备清晰的认识，主要内容如下。
-
PyTorch 宣布支持苹果 M1 芯片，GPU大大加速，训练推理都加速
今年 3 月，苹果发布了其自研 M1 芯片的最终型号 M1 Ultra，它由 1140 亿个晶体管组成，是有史以来个人计算机中最大的数字。苹果宣称只需 1/3 的功耗，M1 Ultra 就可以实现比桌面级 GPU RTX 3090 更高的性能。
-
RNN在自然语言处理中的应用
本文节选自《深度学习入门之PyTorch》，本书从人工智能的介绍入手，了解机器学习和深度学习的基础理论，并学习如何用PyTorch框架对模型进行搭建。 对于人类而言，以前见过的事物会在脑
-
带你了解pytorch，pytorch基本内容介绍
为增进大家对pytorch的了解，本文将对pytorch的简单知识加以讲解。如果你对本文内容具有兴趣，不妨继续往下阅读哦。
-
PyTorch如何加速数据并行训练？分布式秘籍大揭秘
在芯片性能提升有限的今天，分布式训练成为了应对超大规模数据集和模型的主要方法。本文将向你介绍流行深度学习框架 PyTorch 最新版本（ v1.5）的分布式数据并行包的设计、实现和评估。 论文地
-
Linux回应美国实体清单
前天，Linux基金会终于对美国实体清单的出口管制做出了积极回应，并向所有人保证。
-
深度学习发展的5个主力框架
深度学习需要大量的计算。它通常包含具有许多节点的神经网络，并且每个节点都有许多需要在学习过程中必须不断更新的连接。换句话说，神经网络的每一层都有成百上千个相同的人工神经元在执行相同的计算。因此，
-
高性能PyTorch是如何炼成的？整理的10条脱坑指南
如何用最少的精力，完成最高效的 PyTorch 训练?一位有着 PyTorch 两年使用经历的 Medium 博主最近分享了他在这方面的 10 个真诚建议。 在 Efficient PyTorch 这
-
云计算必备知识-基于PyTorch机器学习构建生成对抗网络
生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型
-
人工智能发展要经历多个阶段 困难跟挑战重重
对于什么是“人工智能公司”，目前还没有明确的分类。对一些人来说，人工智能只是一个流行词，被添加到营销策略中以吸引资金。很多初创公司正在利用人工智能技术，虽然这给市场带来了一些真正创新的解决方案，
-
人工智能公司的发展要经历多个阶段 目前只经历了前两个阶段
对于什么是“人工智能公司”，目前还没有明确的分类。对一些人来说，人工智能只是一个流行词，被添加到营销策略中以吸引资金。很多初创公司正在利用人工智能技术，虽然这给市场带来了一些真正创新的解决方案，
zbhcqu
xiaoqihuaihuai
wml30
carl521
a19930615
oo020200220
鑫越电子
chenARM
chenARM
chenARM
chenARM
chenARM
meng__@126.com
上地是苹果
tianmu354
zhaoyunlong5212
lbxiand
flower_huanghua
挂漏哺糟
zanjun
