AI时代，我们总说做科研的AI科学家、研究员、算法工程师离产业应用太远，这其中的一个含义是说，搞机器学习算法的人，有时候会因为缺乏架构（Infrastructure）方面的知识、能力而难以将一个好的算法落地。那么，AI工程师都要懂一点架构的具体原因是什么呢？为什么AI工程师都要懂一点架构呢？AI工程师都要懂一点架构的原因如下： 原因一：算法实现≠问题解决学生、研究员、科学家关心的大多是学术和实验性
转载
2023-08-13 09:59:19
42阅读
本次大作业是⼈体检测+⼈体追踪+业务逻辑一、人体检测，首先先要训练一个识别人体的模型，我们这里选用的是yolov5n网络模型，主要操步骤如下：1.下载人体数据集，然后转换为yolo网络的数据集格式，这里是将annotation_val.odgt->xml（在这一步可以用labelimg查看一些图片，看框标的对不对）->txt,其中txt中是人体框的中心坐标和宽高，都是归一化的。2.划分
一、人体检测，首先先要训练一个识别人体的模型，我们这里选用的是yolov5n网络模型，主要操步骤如下：1.下载人体数据集，然后转换为yolo网络的数据集格式，这里是将annotation_val.odgt->xml（在这一步可以用labelimg查看一些图片，看框标的对不对）->txt,其中txt中是人体框的中心坐标和宽高，都是归一化的。2.划分数据集和训练集，按照8:2的⽅式来切分，
构建“基于AI的提问回答架构”，我们将探讨这一技术主导下的各种实现方式与优势。随着人工智能技术的飞速发展，系统的设计与实现变得越来越复杂而多样。以下是我们对这一主题的深入分析。
### 背景描述
在如今的信息化社会中，人们对信息获取的要求与日俱增，基于AI的提问回答系统提供了方便快捷的解决方案。四象限图展示了技术的复杂度与用户需求之间的关系，其中包括：
- **高技术低需求**：企业内部知识
近日，3D打印技术参考注意到，NASA透露了其正在使用人工智能（AI）进行太空任务组件设计的尝试，AI的参与不仅显著提升了组件的性能并使整个迭代过程大为缩短。NASA表示，其已经在使用商用人工智能软件来协助工程师设计下一代航天器硬件，且将这些组件用于了天体物理气球观测站、空间天气监测器和太空望远镜的设计和建造，甚至火星样本返回任务等。由人工智能设计的航天器和任务组件完全不同于以往基于传统经验进行的
摘要：当前，在算力、算法和大数据三驾马车的支撑下，全球人工智能进入第三次爆发期。然而，作为引爆点的深度学习算法，对现有的算力尤其是芯片提出了更为苛刻的要求。在AI场景中，传统通用CPU由于计算效率低难以适应AI计算要求，GPU、FPGA以及ASIC等AI芯片凭借着自身特点，要么在云端，要么在边缘端，有着优异表现，应用更广。从技术趋势看，短期内GPU仍将是AI芯片的主导，长期看GPU、FPGA以及A
转载
2024-05-21 14:08:38
93阅读
麻瓜栗从前，任何程序的任何功能，都需要一行一行敲出来。后来，程序猿要写的代码越来越多，世界上便有了各种各样的API，来减少大家的工作量。有些功能，可以让API来帮我们实现。不过，人类写下的话，API并不是每一句都能听懂。语言不通的话，愿望就无法实现。现在，有会写代码的AI可以替你召唤API。以及，它能做的并不止这些。吃得不多，写得不少莱斯大学的一群极客，发布了一个基于深度学习的代码编写应用。神经网
2020是人工智能爆发的一年，各种层出不穷的新技术、新概念让人眼花缭乱。很多人都分不清人工智能（Artificial Intelligence，简称AI）、机器学习（Machine Learning，简称ML）以及深度学习（Deep Learning，简称DL）概念之间的不同。格物斯坦；来重点解释了机器学习和深度学习的差别和不同吧。由于AI的大热，媒体上关于AI的文章狂轰乱炸，人工智能似乎已经成为
一、LLVM是什么LLVM最初是Low Level Virtual Machine的缩写，定位是一个，但是是比较底层的虚拟机。然而LLVM本身并不是一个完整的编译器，LLVM是一个编译器基础架构（infrastructure），把很多编译器需要的功能以可调用的模块形式实现出来并包装成库，供其他编译器实现者可以根据自己的需要选择使用或者扩展。主要聚焦于编译器后端功能，如代码生成、代码优化、JIT等。
一、引言1.人工智能的定义人工智能（Artificial Intelligence，简称AI）是指由人类创造的具有某种程度上模拟、延伸或超越人类智能的技术。AI技术使计算机能够从数据中学习、推理、适应并执行类似人类大脑所进行的任务。这些任务包括图像识别、语言理解、决策制定和问题解决等。 2.AI的发展历程和重要事件AI的发展可以追溯到20世纪50年代。自那时以来，AI经历了多次繁荣与低
转载
2024-02-04 10:17:18
35阅读
RT-Thread 人工智能总监杨武42页PPT深入讲解嵌入式AI应用开发对操作系统的要求与挑战2020-08-12 16:00导读：3月24日，RT-Thread 人工智能总监杨武在智东西公开课进行了一场直播讲解，主题为《嵌入式AI开发对操作系统的要求与挑战》，这也是嵌入式AI合辑第3讲。在本次讲解中，杨武老师从全球物联网操作系统的竞争格局、嵌入式AI应用开发需求带来的挑战、RT-Thread应
今天给大家简单介绍一下TensorFlow深度学习框架，欢迎互相交流学习！1、TensorFlow简介官方解释：“TensorFlow是一个开源软件库，主要用于各种感知和语言理解任务的机器学习。”简单来说TensorFlow 是一个用于机器学习的开源框架，可以用来快速地构建神经网络，同时快捷地进行网络的训练、评估与保存。2、TensorFlow的主要任务TensorFlow 主要任务是负责机器学习
转载
2023-07-07 10:25:58
77阅读
背景飞书智能问答应用于员工服务场景，致力于减少客服人力消耗的同时，以卡片的形式高效解决用户知识探索性需求。飞书智能问答整合了服务台、wiki 中的问答对，形成问答知识库，在综合搜索、服务台中以一问一答的方式将知识提供给用户。作为企业级 SaaS 应用，飞书对数据安全和服务稳定性都有极高的要求，这就导致了训练数据存在严重的不足，且极大的依赖于公开数据而无法使用业务数据。在模型迭代过程中，依赖公开数据
转载
2024-02-01 23:54:42
92阅读
图为智盒T600AI边缘计算盒子为一款基于NVIDIA Jetson AGX Xavier系列模块设计的计算平台，内置集成AGX XAVIER 8GB/AGX XAVIER模块，预装 Ubuntu 18.04 操作系统，具备20/32TOPS浮点运算的AI处理能力
原创
2022-06-08 10:58:13
761阅读
1. 痛点与解决方案：从被动查询到主动响应你是否还在手动监控Kubernetes集群事件？当Pod状态异常时，是否需要登录多个节点排查问题？kubectl-ai的事件驱动架构彻底改变了这一现状，通过实时捕获Kubernetes集群事件，结合AI能力自动执行诊断和修复操作，将运维效率提升10倍以上。读完本文你将掌握：kubectl-ai事件驱动架构的核心组件与工作流程如何配置事件触发器实现自动化运
近期一直在梳理做AI框架必懂的知识——AI框架系统知识，希望能够给自己从算法的研究，到AI框架的研究的近3年，做一个系列的总结，也会结合ZOMI酱在MindSpore的开发过程当中用到的一些最新的技术进行总结和梳理。文章会陆续更新，从上层的算法、用户面的表达层、到中间的编译层对神经网络图的优化、最后底层的执行器，当然少不了的有AI加速芯片。可能有时候因为工作原因呐，更新得比较慢，但是未来半年会继续
转载
2024-02-24 01:10:20
159阅读
一、编程模型和硬件架构由于AI应用对巨大算力的极致追求，各种针对AI计算场景的AI芯片架构层出不穷。AI软件栈的复杂性就来自于硬件架构的跨越式发展。而面对这样的复杂度，AI软件编程模型的设计和架构就变得至关重要。编程模型就是对编程共性的抽象，或许可以从两个层面理解：架构上，是对底层硬件架构和对软件的组织、复用、交互方式的抽象工程上，可以是一个或几个软件中间层所提供的上层应用开发接口。是基于硬件的岩
转载
2023-07-20 20:40:32
707阅读
【AI框架核心技术】这个系列，主要是跟大家一起探讨和学习人工智能、深度学习的计算机系统设计，而整个系统是围绕着我在工作之余所积累、梳理、构建关于AI框架的一些核心技术内容。AI系统里面，其实大部分开发者并不关心AI框架或者AI框架的前端，因为AI框架作为一个工具，最大的目标就是帮助更多的算法工程师快速实现他们的算法想法。不过呢，有着这么一群AI框架的开发工程师，希望梳理相关的知识点，帮助更多的系统
转载
2024-01-26 21:29:53
95阅读
2019年6月，华为发布全新8系列手机SoC芯片麒麟810，首次采用华为自研达芬奇架构NPU，实现业界领先端侧AI算力，在业界公认的苏黎世联邦理工学院推出的AI Benchmark榜单中，搭载麒麟810的手机霸榜TOP3，堪称华为AI芯片的“秘密武器”，这其中华为自研的达芬奇架构举足轻重。
2019年8月20日数据那么，达芬奇架构AI实力究竟怎么样？一起来深入了解下。
源起
转载
2023-10-06 14:30:53
445阅读
如何了解人工智能产品体系我们从搭建一个人工智能产品需要一个怎样的基础架构，到剖析架构中每个组件的含义以及对整个系统起到的作用和扮演的角色，最后对每个组件展开讲起。1、人工智能产品实现逻辑通常的一款人工智能产品涉及了很多技术，包括语音识别、语音合成、机器视觉、自然语言处理、文本/语义理解等多项技术等交互集成。人工智能的目标是模拟和延伸人的感知、理解、决策、学习、交流、移动和操作物体的能力。感知是人工
转载
2023-10-19 10:07:15
98阅读
