Categories

AI

AI工作自動化工具比較:從GPT-4o到o1-pro的最佳模型選擇指南


從GPT-4o到o1-pro,分析ChatGPT Enterprise的AI模型,探討每個模型的自動化及內容應用策略。

DGX Spark vs RTX 4090 – 企業在考慮本地AI基礎設施時的合理選擇


對比分析DGX Spark與RTX 4090的AI基礎設施性能及效率,提供關於選擇本地AI基礎設施時的考量要點及行業應用指南。

NVIDIA DGX Spark - 企業級 AI 基礎架構的新標準


NVIDIA DGX Spark 是針對企業級 AI 基礎架構設計的緊湊型 GPU 伺服器,專為邊緣 AI 和本地推理環境進行最佳化的高效能 AI 系統。

Mistral Small 3.1 分析 – 高性能小型 LLM 的標準


Mistral Small 3.1 是一款支持文本和圖片多模態,擁有 128K 上下文長度的高性能開源 LLM。通過主要基準得分和競爭模型的比較進行分析。

Conda 命令技巧表


整合 Conda 使用時有效管理虛擬環境和套件所需的核心命令技巧表。

Anaconda 和 Miniconda,進入 Conda 的世界


Conda 是什麼? Anaconda 和 Miniconda 的區別,與 venv 的比較,安裝方法等,整理了入門 Conda 環境的核心概念。

為AI開發構建CUDA環境


為AI深度學習開發詳細介紹在Ubuntu上安裝CUDA、cuDNN的過程,並建立GPU環境的親切指導。初學者也能輕鬆跟隨的實戰指南。

CUDA是什麼?GPU與並行計算的開始


CUDA是NVIDIA的並行計算平臺,對於利用GPU進行高速運算是必不可少的技術。介紹其概念和結構。

深度學習與TensorFlow的困擾


深度學習與TensorFlow的學習困擾?探討利用AI API進行快速開發與自行構建模型技能之間的實際考量。為希望創造自己的AI的開發者提供方向性建議。

使用 Python TensorFlow 迈出深度学习的第一步 - 开发笔记


探索基于 TensorFlow 的深度学习概念和线性回归模型实现。通过实践理解张量和计算图的原理、数据预处理、模型选择、学习及优化过程。

AI、機器學習與深度學習的概念及深度學習框架介紹


整理AI、機器學習與深度學習的區別,介紹TensorFlow、PyTorch、Keras等主要深度學習框架,探討各框架的特點和應用案例,幫助選擇適合的深度學習工具。