汤不热吧

2026-01-29andy阅读(51)评论(0)

在现代智能汽车座舱中，通常运行着两种性质截然不同的系统：一是安全攸关的实时操作系统（R-OS），负责仪表盘、驾驶信息显示等关键功能；二是功能丰富但非安全的通用操作系统（G-OS），负责信息娱乐（IVI）和复杂的AI任务（如视觉处理）。如果两...

2026-01-29andy阅读(50)评论(0)

在深度学习模型训练和推理过程中，尤其是在使用GPU加速时，张量（Tensor）的内存管理是影响性能的关键因素。PyTorch张量的操作大致分为两类：返回“视图”（View）和返回“副本”（Copy/Clone）。不理解这两者的区别，可能导致...

2026-01-29andy阅读(58)评论(0)

在AI模型部署，尤其是涉及信贷、招聘或司法等高风险场景时，确保模型决策的公平性（Fairness）至关重要。传统的公平性指标（如群体平等机会或统计奇偶性）仅能发现群体偏差，但无法解释模型对特定个体的决策是否公平。 反事实分析（Counter...

2026-01-29andy阅读(59)评论(0)

向量搜索技术依赖高效的近似最近邻（ANN）算法来处理大规模数据集。其中，乘积量化（Product Quantization, PQ）因其卓越的压缩比和搜索速度而广受欢迎。然而，PQ是通过将高维向量拆分为多个子向量并独立量化来工作的，这一过程...

2026-01-29andy阅读(65)评论(0)

在日常的软件开发工作中，我们经常需要在两个分支之间来回切换，比如在主分支（main）上快速修复一个Bug，然后立即切换回正在开发的特性分支（feature-X）。手动输入完整的或复制粘贴分支名称不仅效率低下，还容易出错。 Git 提供了一个...

2026-01-29andy阅读(45)评论(0)

自动混合精度（Automatic Mixed Precision, AMP）训练是 PyTorch 1.6+ 版本引入的一项重要功能，它允许模型在训练过程中自动使用 FP16（半精度浮点数）进行计算，同时保留 FP32（单精度浮点数）来处理...

2026-01-29andy阅读(45)评论(0)

车载系统级芯片（SOC）是智能座舱的核心。随着功能越来越复杂，传统的 CPU 单核运算已无法满足需求。现代座舱依赖异构计算架构，即同时使用通用处理器（CPU）、图形处理器（GPU）和神经网络处理器（NPU）来分担工作负载。平衡这三种核心的算...

2026-01-29andy阅读(68)评论(0)

在深度学习模型的训练和推理过程中，尤其是在使用PyTorch时，我们经常会遇到一个棘手的问题：明明通过 nvidia-smi 看到显存（GPU Memory）还有剩余，但在尝试分配新的大张量时却报出了 OOM（Out of Memory）错...

2026-01-29andy阅读(44)评论(0)

Git 是现代软件开发中不可或缺的工具。然而，强大的命令如 git reset –hard 或不小心删除分支，可能会导致本地提交记录“丢失”。幸运的是，Git 提供了一个本地的安全网：git reflog。本文将详细解释 ref...

2026-01-29andy阅读(43)评论(0)

许多AI开发者在使用PyTorch进行训练或推理时，经常会遇到一个困惑：当我使用del删除张量后，或者模型明明只占用了几个GB的显存，但通过nvidia-smi查看时，GPU的显存占用率仍然居高不下。本文将深入解析PyTorch的显存分配机...