标签：深度学习

2026-07-14andy阅读(131)

引言：为什么PyTorch 2.x的性能优化至关重要 随着深度学习模型规模的持续增长——从数百万参数的ResNet到数千亿参数的大语言模型——训练和推理的效率已成为机器学习工程师面临的首要挑战。PyTorch 2.x系列的发布标志着深度学习...

2026-07-07andy阅读(177)

MIT 6.S191 深度学习入门免费课程：从神经网络基础到最新AI前沿的完整学习指南 在人工智能领域，MIT（麻省理工学院）的课程一直以高质量著称。其中MIT 6.S191 “Introduction to Deep Lear...

2026-07-03andy阅读(136)

为什么需要关注数据管线性能 在深度学习项目中，很多人把精力花在模型架构设计和超参数调优上，却忽视了数据加载管线的优化。实际上，当 GPU 利用率长期低于 70% 时，模型训练时间可能因为数据管线的瓶颈而被拉长 2-3 倍。TensorFlo...

2026-07-02andy阅读(140)

Google免费机器学习速成课程（MLCC）完整学习指南：从线性回归到神经网络的实战之路 在AI浪潮席卷全球的今天，掌握机器学习已经不再是数据科学家的专利。Google推出的机器学习速成课程（Machine Learning Crash C...

2026-06-28andy阅读(154)

Fast.ai 实践深度学习免费课程：从零开始构建AI模型的实战指南 在众多免费AI课程中，Fast.ai 的《Practical Deep Learning for Coders》独树一帜。与传统的理论先行的教学方式不同，Fast.ai ...

2026-06-27andy阅读(145)

在过去的几年中，Transformer 架构已经成为深度学习领域最核心的基石，从 NLP 到 CV 再到多模态大模型，几乎无处不在。而注意力机制（Attention）作为 Transformer 的核心组件，其计算复杂度随序列长度呈二次增长...

2026-06-24andy阅读(187)

引言：为什么需要分布式训练？ 随着深度学习模型的规模不断增长，单张GPU卡已经难以满足大多数实际生产场景的训练需求。从BERT（3.4亿参数）到GPT-3（1750亿参数），再到LLaMA系列和最近流行的DeepSeek、Qwen等大语言模...

2017-12-08andy阅读(6304)评论(0)

深度学习资源整理，不断更新中 基础知识： 线性代数 麻省理工公开课线性代数，  网易版http://open.163.com/special/opencourse/daishu.html 线性代数应用课程：Coding the Matrix...

2017-11-18andy阅读(5199)评论(1)

tensorflow serving多模型配置文件格式 tensorflow serving一个serving实例如何发布多个模型？ 使用配置文件的方式启动即可，首先编写模型配置文件，比如命名为models.json model_confi...