一个好工具，能提高开发效率，优化项目研发过程，无论是企业还是开发者个人都在寻求适合自己的开发工具。但是，选择正确的工具并不容易，有时这甚至是一项艰巨的任务。 2018 年底，我们整理了去年备受关注的 Python 开源工具与项目 Top100、Github 开源项目总结情况以及最受欢迎开源项目 Top200。今天通过搜集这一年（2018.10--2019.10）国内外新发布的
转载
2024-05-21 14:01:31
250阅读
简述behaviac是游戏AI的开发框架组件，也是游戏原型的快速设计工具。支持全平台，适用于客户端和服务器，助力游戏快速迭代开发 。编辑器可以运行在PC上，操作方便直观可靠，支持实时和离线调试；编辑器可以导出xml，bson等多种格式，更可以导出C++、C#源码，提供最高效率。运行时支持全平台，有C++和C#两个版本，原生支持Unity。已被多款知名游戏及更多其他预研项目使用。所有代码，包括编辑器
转载
2024-07-25 13:50:00
94阅读
Unit Mesh是一种基于人工智能生成的分布式架构，与传统的分布式架构不同，Unit Mesh 中的服务单元 (Unit) 是由 AI 生成的，应用程序中的服务和数据抽象为一个个独立的单元，并通过统一的控制平面进行管理和部署。在上一篇文章 《未来可期的 AI 编程：到底是程序员的终极解放还是失业的开始？》 里，我们介绍了人类食用 AI 编程的考虑要素质。在这一篇文章里，我们将继续探索 AI 编程
转载
2024-02-26 08:00:57
252阅读
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
在“千人千面”成为用户体验标配的今天，传统“固定模板+简单参数调整”的界面设计已难以满足需求。本文聚焦“AI原生应用”
通过本篇文章您可以了解到以下内容:云原生（Cloud Native）历史简介与定义关于微服务架构设计的思考云原生（Cloud Native）历史简介与定义云原生（Cloud Native）这个词相信大家再熟悉不过了，谈到这个词不得不先从一家公司说起，那就是Pivotal（目前已经回归到了VMware）。让我们把时间倒回到2013年，回过头来看一看云原生的发展历史。 2013 年 Pivotal 的
转载
2023-09-27 19:46:10
212阅读
AI框架的分布式并行能力的分析和MindSpore的实践一混合并行和自动并行背景本文是AI框架分析专栏的第三篇，总体目录参见：AI框架的演进趋势和MindSpore的构想：https://zhuanlan.zhihu.com/p/225392622这次文章顺序并没有按照原来规划的目录来写，原因是前期在分布式并行这一块分析的素材多一些，工作量小一点，所以就偷懒先写分布式并行这个主题。AI框架的分布式
转载
2024-06-24 23:40:12
198阅读
我们都知道，AI技术正在以可见的速度被应用于各行各业，然而绝大部分业务场景想应用AI技术，都需要算法工程师根据自身业务的标注数据，来进行单独训练，才能打磨出合适的AI模型。如此一来，如何以最低的门槛和成本，实现AI技术落地变成了行业急需解决的问题。市场上的AI服务非常多，但是在视觉领域，通用的AI服务主要是基于图像的架构来做的，视频时代已经到来，基于图像的AI架构是否还能被广泛应用？阿里云视频云团
转载
2024-04-15 23:14:44
59阅读
[中国，上海，2019年9月19日] 在HUAWEI CONNECT 2019期间，华为"引领智能网络"峰会隆重召开，发布了面向AI时代的华为智能IP网络三层AI架构及全系列新品(包括四大引擎 AI Turbo系列产品、iMaster NCE自动驾驶网络管理与控制系统，以及iMaster NAIE业界首个网络人工智能平台)。峰会上首次阐述了智能IP网络所需的三大特征，展示了华为已经将AI能力应用于
转载
2023-09-21 07:43:24
115阅读
最近工作中接触到React-Native框架，对其进行一些技术分析，结合之前了解的H5的一部分，加上自己做了很久的原生开发（十几个android app、sdk，包括2个ios）, 总结下目前了解到的这三种移动端应用开发方式的特点和试用范围，作为个人知识的记录，也作作为公司内部互相学习的分享。一、原生开发  
转载
2023-08-29 07:19:39
1262阅读
人工智能，英文缩写：AI，所以现在我们说的AI技术其实就是人工智能技术。他是一种新型科学，也是计算机领域的一个分支，它是用于让机器模拟人的一种方式，代替人工。37号仓小编专门为大家总结了一般来说人工智能技术包括哪些，下面我们就来看一下吧!人工智能是计算机科学的一个分支，它试图理解智能的本质，并产生一种新的智能机器，其响应方式与人类智能类似。该领域的研究包括机器人技术，语音识别，图像识别，自然语言处
转载
2023-12-29 23:31:53
116阅读
人工智能是让机器像人一样思考甚至超越人类，而机器学习是实现人工智能的一种方法，它最基本的做法是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。深度学习又是机器学习的一种实现方式，它是模拟人神经网络的方式，用更多的层数和神经元，给系统输入海量的数据来训练网络。下面是我从主流人工智能平台技术架构的五层模型来分析技术栈。五层分别是基础数据层，计算引擎层，分析引擎层，应用引擎层和典型应
转载
2023-10-06 18:46:08
1021阅读
泛义上讲人工智能，一般都会和机器学习结合在一起。AI 的架构人工智能的架构分为三层：应用层、技术层和基础层。
应用层聚焦在人工智能和各行业各领域的结合。技术层是算法、模型和技术开发。基础层则是计算能力和数据资源。各层架构再进行细分如下：
数据收集：获取什么类型的数据，数据可以通过那些途径获取。常见的数据来源是采集、购买或其他方式获取现
转载
2023-10-30 17:10:06
284阅读
文章引起了AI圈内很多人士的关注，特别是对AI平台架构有兴趣的对此做了非常丰富的解读。MindSpore项目组内部也进行了讨论，总结了一些观点供大家思考（这些观点主要来自岳大师）。在分享我们对AI架构的未来的一些分析判断之前，也先简单的谈谈对Pathways的几个关键点的看法。Pathways一文，三个要点，其实是两个方面：1、是关于智能模型能力提升的两个点：one model fit 'all'
转载
2023-10-07 16:09:43
202阅读
为什么说你的GIS软件架构不是云原生的？你将你的GIS服务器搬到了云端，那么您的GIS架构就是云原生的吗？答：如果您只是将您的GIS服务器移动到AWS或Azure，那么您的SDI并不是云原生的。这被称为重托管或基础设施即服务（IaaS）。您可能会从像AWS RDS这样的云管理数据库中获得一些好处，并且您的单个GIS服务器实例可以按需扩展。但是，您没有一个云原生架构能够提供的真正弹性可伸缩的基础设施
转载
2023-12-04 21:37:55
72阅读
# SDN AI 技术架构实现指南
## 1. 整体流程
首先，让我们来看一下实现“SDN AI 技术架构”的整体流程。以下是该流程的步骤表格：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 数据收集与预处理 |
| 2 | 模型选择与训练 |
| 3 | 部署模型到SDN网络 |
| 4 | 监控与调整 |
## 2. 具体步骤及代码
原创
2024-04-05 06:07:15
120阅读
# 如何实现 AI 芯片技术架构
在科技迅速发展的今天，AI（人工智能）芯片技术架构日益重要。作为新入行的开发者，了解和实践这一过程是非常有必要的。本文将详细描述实现AI芯片技术架构的流程，并逐步讲解每一步所需的代码。
## 1. 整体流程
为了让你更清楚整个过程，我们可以将其分成以下几步：
| 步骤 | 描述
全文共2464字，预计学习时长8分钟来源：Pexels 人工智能(AI)并不像我们想象的那样，它不是一个只属于未来、能够变革世界的概念，而是一项已经存在并深刻影响着各行各业的技术。 尽管我们离完全开发AI技术还差得远，但不可否认，智能系统已经从方方面面改变了我们生活和工作的方式。 专家给AI的定义是机器，尤其是计算机系统，对人类思考过程的模仿。那么，智能机器能为我们做
作者：Zeyuan Allen-Zhu 编译：ronghuaiyang 报道：AI公园转载请联系作者训练好的模型，用自己蒸馏一下，就能提高性能，是不是很神奇，这里面的原理到底是什么呢，这要从模型集成开始说起。在现在的标准技术下，例如过参数化、batch-normalization和添加残差连接，“现代”神经网络训练 —— 至少对于图像分类任务和许多其他任务来说 —— 通常是
