引言 在上一博客中，我们正式开始了单片机的学习之路，讲了单片机的概念，以及我们使用的ESP32系列的单片机的IO引脚，讲了什么是GPIO，以及相关的总线通讯概念（UART,IIC,SPI），脉冲调制概念(PWM),以及信号数字互转的(ADC和DAC),板子自带的一些功能，在今天的博客中，我会带你们正
GSAP 3Blue1Brown给我留下了深刻印象。利用动画制作视频，内容简洁，演示清晰。前两天刚好碰到一件事，我就顺便学习了一下怎么用代码做动画。 以javascrip为例，有两个动画引擎，GSAP和Animajs。由于网速的原因，询问了GPT后，我选择了GSAP来制作我的第一个动画视频。 制作动
前言 作为深度学习的开山之作AlexNet，确实给后来的研究者们很大的启发，使用神经网络来做具体的任务，如分类任务、回归（预测）任务等，尽管AlexNet在今天看来已经有很多神经网络超越了它，但是它依然是重要的。AlexNet的作者Alex Krizhevsky首次在两块GTX 580 GPU上做神
通过大模型来实现多个智能体进行游戏对局这个想对已经比较成熟了无论是去年惊艳的斯坦福小镇还是比如metaGPT或者类似的框架都是使用智能体技术让大模型来操控，从而让大模型跳出自身“预测下一个token”的文字功能去探索更多的应用落地可能性。不过一直没有真正操作过，直到前段时间看到一个新闻《和GPT-4
热点随笔： · 开源低代码框架 ReZero API 正式版本发布 ，界面操作直接生成API (阿妮亚)· 【阿里云X博客园】参与征文赢面试绿通资格！还有特别福利哦！ (博客园团队)· 聊聊一个差点被放弃的项目以及近期的开源计划 (程序设计实验室)· OpenAI“杀疯了”，GPT–4o模型保姆级使
简介 本来一开始用 nodejs 写的，考虑大小、易操作、高性能、跨平台以及环境等问题，我就想能不能搞个不需依赖开发语言环境就能运行的。所以我就选择 go并且它本身就具备以上优点。作者本身是java开发，第一次使用 go所以过程也是比较艰难，好在 GPT 在学习一门新的开发语言方面还是相当给力！
d3d12龙书阅读 绘制几何体（下） 本节在上一节的基础上，对整个绘制过程进行优化，将绘制单个几何体的内容拓展到了多个几何体，同时对根签名进行了进一步地探索。 帧资源 在之前绘制每帧的结尾，我们都要使用flushingcommandqueue方法，要一直等待gpu执行完所有命令，才会继续绘制下一帧，
坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习，这是板上钉钉的刻板印象，就好像有人说女生不适合编程一样的离谱。现而今，无论是Pytorch框架的MPS模式，还是最新的Tensorflow2框架，都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备，本次我们来分享如何在
https://plantegg.github.io/2021/05/16/Perf_IPC%E4%BB%A5%E5%8F%8ACPU%E5%88%A9%E7%94%A8%E7%8E%87/ 为了让程序能快点，特意了解了CPU的各种原理，比如多核、超线程、NUMA、睿频、功耗、GPU、大小核再到分支
https://plantegg.github.io/2021/06/01/CPU%E7%9A%84%E5%88%B6%E9%80%A0%E5%92%8C%E6%A6%82%E5%BF%B5/ 为了让程序能快点，特意了解了CPU的各种原理，比如多核、超线程、NUMA、睿频、功耗、GPU、大小核再到分
在先前举办的华为开发者大会2022（HDC）上，华为通过3D数字溪村展示了自有3D引擎“HMS Core 3D Engine”（以下简称3D Engine）的强大能力。作为一款高性能、高画质、高扩展性的3D引擎，3D Engine不仅能通过实时光追、水体渲染、体积云雾、多维GPU粒子系统等技术还原真
DeepSpeed是一个深度学习优化软件套件，使分布式训练和推理变得简单、高效和有效。它可以做些什么呢？训练/推理具有数十亿或数万亿参数的密集或稀疏模型；实现出色的系统吞吐量并有效扩展到数千个GPU；在资源受限的GPU系统上进行训练/推理；实现前所未有的低延迟和高吞吐量的推理；以低成本实现极限压缩，
本文主要通过例子介绍了CUDA异构编程模型，需要说明的是Grid、Block和Thread都是逻辑结构，不是物理结构。实现例子代码参考文献[2]，只需要把相应章节对应的CMakeLists.txt文件拷贝到CMake项目根目录下面即可运行。 1.Grid、Block和Thread间的关系 GPU中最
对于 ML 模型训练而言，好的数据集能让结果更健壮，cleanlab 是一个降低数据噪音，及时帮你修正数据集错误的工具。好的工具能让你的结果更完美。同样的，RedTeam-Tools 提高了渗透测试的能力，也间接地让你的安全系统更牢固。DocsGPT 一看便知它是个 Docs + GPT 的结合体，
摘要：本案例将为大家介绍视频动作识别领域的经典模型并进行代码实践。 本文分享自华为云社区《视频动作识别》，作者：HWCloudAI。实验目标 通过本案例的学习： 掌握 C3D 模型训练和模型推理、I3D 模型推理的方法； 注意事项 本案例推荐使用TensorFlow-1.13.1，需使用 GPU 运
摘要：现在，越来越多的企业和个人使用AIGC生成文章、图片、音乐甚至视频等内容，AIGC已经成为一种必备的工具。在游戏和原画师行业，甚至已经出现了第一批因为AI而失业的人。 本文分享自华为云社区《GPT-4发布，AIGC时代的多模态还能走多远？系列之二：AIGC的阿克琉斯之踵》，作者：ModelAr
摘要：多模态认知智能是AI人工智能当前发展的主流趋势之一，其核心是以多模态知识的获取，表示与推理为主要内容的跨模态知识工程与认知智能，也是为了更好的处理多模态的数据，需要融合多种感知模态和智能处理技术。 本文分享自华为云社区《GPT-4发布，AIGC时代的多模态还能走多远？系列之三：多模态认知智能》
摘要：本文以 ModelArts 的“找云宝”自动学习 AI 应用为例，结合低代码平台 Astro 轻应用快速实现一个“找云宝”小应用。 本文分享自华为云社区《【我与ModelArts的故事】2步打通 ModelArts 和 Astro 实现 AI 应用落地》，作者：胡琦。 引言 随着 GPT 火爆
最近随着OpenAI的一系列大动作，把软件领域搅的天翻地覆。各行各业各领域，都出现了大量新产品。 开发工具领域首当其冲，各种新工具层出不穷，今天TJ就给大家推荐一个全新的开发工具：Cursor 从官网介绍可以看到，Cursor基于OpenAI实现，继承了最新的GPT-4模型，支持Mac、Window
首先我很讨厌写存储过程，其次我很讨厌 没办法，主要是需要进行 行转列，项目经理说可以用Pivot。我不是很精通sql，但是我会百度呀~ pivot需要有确定的列名。那我这个项目里面没办法确定，最后问了gpt，使用动态sql(我以前也没用过)，不过效果是我想要的，于是乎，改成存储过程吧。 简单的存储过
