欢迎光临
我们一直在努力

andy的文章

第15页
人工智能和大数据

pytorch中的contiguous操作的作用

andy阅读(72)评论(0)

如何利用PyTorch的contiguous()操作优化模型推理性能并避免内存陷阱 在高性能AI模型部署和基础设施建设中,内存管理和数据布局是决定计算效率的关键因素。PyTorch中的张量(Tensor)操作看似简单,但其背后的内存连续性(...

人工智能和大数据

AI的7种模式是什么?

andy阅读(72)评论(0)

AI模型在实际应用中并非孤立运行,而是通过特定的模式(Patterns)进行组合,以解决复杂的业务问题。虽然业界对AI模式的划分有多种版本(如Google的7大模式),但在AI基础设施和模型部署领域,检索增强生成(Retrieval-Aug...

人工智能和大数据

2025年学习TensorFlow值得吗?

andy阅读(72)评论(0)

2025年,许多技术人员仍在疑惑:TensorFlow (TF) 还值得学吗?随着PyTorch在学术研究和新型大模型训练领域的绝对领先,TF似乎正在退居二线。然而,对于专注于AI基础设施和模型部署的资深工程师而言,答案是肯定的——你必须理...

人工智能和大数据

微软内部使用PyTorch还是TensorFlow?

andy阅读(76)评论(0)

许多关注AI部署的技术人员都会好奇,微软在内部和其AI服务(如Azure ML、Windows ML)中更侧重于哪个深度学习框架?事实是,尽管微软是TensorFlow的早期支持者,但近年来它在PyTorch生态中的投入巨大,特别是在开源贡...