从CPU到GPU的权力转移 - AI为什么喜欢“矩阵”?

本文讨论了从CPU转向GPU的原因、AI模型如何偏好矩阵运算以及性能提升的案例。阐述了GPU加速如何提升深度学习性能及矩阵运算的高效性。

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。

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。