Categories

迈向 DGX Spark 的 GGUF 时代 - 本地 AI 研究的新视野

在这篇文章中，我们探讨了超越 GGUF 模型的 DGX Spark，在本地 AI 研究中的新视野。介绍了最新的 Flux 模型、本地环境构建方法、性能比较以及实际应用案例。

LoRA微调的起点总是数据集

准备数据集是成功进行LoRA微调的关键。提供关于图像分辨率、比例、一致性、标题撰写方法和数据数量的实用指南。

AI时代的网络服务 - 为什么必须进行阶段性测试？初学者和独立开发者必读的指南

本文解释了在AI时代开发网络服务时，阶段性环境构建的重要性。阶段性测试是在与实际运营环境相同的条件下进行测试，以便提前发现漏洞并确保在发布前的稳定性。提供了配置阶段性环境的方法、工具选择、与CI/CD管道的整合，以及实际案例，使读者能够直接应用于实际工作中。

AI模型存储的新标准：概念与优势

介绍AI模型存储的新标准.safetensors格式，详细解释其概念与优势。文章讨论了.safetensors格式的优点及应用案例。

LoRA模型更新的秘密 - 遗忘与复习，模仿人类记忆的微调技术

探索LoRA模型更新的秘密，介绍模仿人类记忆的微调技术，并通过遗忘和复习机制，提供LoRA模型高效更新策略和应用案例，为AI开发者和研究者提供实用洞察。

FLUX1-dev. 12B LoRA 微调结果分析 - 250 vs 1000 步，究竟谁是赢家？

分析FLUX1-dev 12B模型在250步与1000步微调中的性能差异。通过学习速度、内存使用量和最终性能指标，提供最佳步数的建议，并总结LoRA微调的优缺点。

高效 AI 微调的核心 - LoRA 完整整理

在大语言模型时代，这篇博客文章总结了如何利用LoRA（低秩适配）高效微调模型。通过LoRA的原理、优点和实际应用示例，您可以一目了然PEFT技术的优势。

完美理解 Docker 共享内存 (shm_size 和 ipc)

通过完善理解和应用 Docker 共享内存 (shm_size) 和 ipc 设置，以解决 AI 和大规模数据工作负载中出现的 OSError: No space left on device 问题的文章。

英伟达(NVIDIA)，超越GPU挑战CPU市场！AI时代的新‘超级芯片’战略

坐拥GPU王座的英伟达，现在开始挑战CPU市场！通过Grace CPU和超级芯片战略，深入分析英伟达在AI计算时代的愿景及竞争格局。

坚持手动编码的开发者，因AI编码而震惊。生产力超乎想象！

曾无视AI编码工具的开发者，首次使用后的震惊体验！自豪于手动编码的他在遇到Copilot后完全改观，分享了背后隐藏的开发生产力真相。

AI时代，Django再次受到关注的原因

在AI编写代码的时代，开发者可以扮演什么角色以生存？本文对为何如今像Django这样的集成框架再次变得重要提供了深刻的见解。

AI工作自动化工具比较：从GPT-4o到o1-pro的最佳模型选择指南

从GPT-4o到o1-pro，比较分析ChatGPT Enterprise的AI模型，指导各模型的自动化及内容利用战略。

DGX Spark vs RTX 4090 – 本地 AI 基础设施优化的现实选择

分析DGX Spark和RTX 4090的AI基础设施性能与效率。提供选择本地AI基础设施时需考虑的要点和行业应用指南。

NVIDIA DGX Spark - 本地 AI 基础设施的新标准

NVIDIA DGX Spark 是为本地 AI 基础设施设计的紧凑型 GPU 服务器，是优化边缘 AI 和本地推理环境的高性能 AI 系统。

Conda 命令行速查表

整理了使用 Conda 管理虚拟环境和包所需的核心命令，以表格形式展示，方便查看。

Anaconda和Miniconda：进入Conda的世界

什么是Conda？Anaconda与Miniconda的区别，venv的比较，以及安装方法等，整理了入门Conda环境的核心概念。

为AI开发构建CUDA环境

本文详细说明了如何在Ubuntu上安装CUDA和cuDNN以构建AI深度学习开发的GPU环境。适合初学者的实用指南。

CUDA是什么？GPU与并行计算的开始

CUDA是NVIDIA的并行计算平台，是利用GPU进行快速运算的关键技术。本文介绍其概念和结构。

深度学习与TensorFlow的思考

应该学习深度学习和TensorFlow吗？探索一种在利用AI API进行快速开发与直接构建模型的技术能力之间的现实方法，为想制作自己AI的开发者提供方向。

Python TensorFlow入门 - 开发笔记

学习使用TensorFlow的深度学习概念及线性回归模型的实现。通过实践了解张量和计算图的原理、数据预处理、模型选择、学习与优化过程。

AI、机器学习、深度学习的概念及深度学习框架介绍

本文整理了AI、机器学习和深度学习的区别，并介绍了如TensorFlow、PyTorch、Keras等主要深度学习框架，帮助读者了解各框架的特征和应用实例，选择合适的深度学习工具。