人工智能技术文章
-
- Hugging Face ClassLabel.int2str 怎样把标签编号还原为类别名称
- 用 Hugging Face Datasets 的 ClassLabel.int2str,把整数标签还原为类别名称,并说明批量输入、负数异常与普通整数列的适用边界。
- 科技周边 · 人工智能 | 2天前 | 175浏览 收藏
-
- Hugging Face Dataset.split 怎样识别数据集对象对应的切分名称
- 用 Hugging Face Dataset.split 和 NamedSplit.name 识别单个数据集对象的切分名称,区分 DatasetDict 的字典键、手工 Dataset 的 None 边界以及自定义切分的显式声明。
- 科技周边 · 人工智能 | 2天前 | python · 人工智能 · Hugging Face Datasets Dataset.split NamedSplit 数据集切分 476浏览 收藏
-
- PyTorch torch.get_default_dtype 怎样读取新建浮点张量默认使用的数据类型
- 用 torch.get_default_dtype() 读取 PyTorch 当前默认浮点类型,分清已有张量 dtype、显式 dtype 与新建张量默认类型之间的关系。
- 科技周边 · 人工智能 | 2天前 | 316浏览 收藏
-
- FAISS 向量索引选择与召回精度的对比方法
- 用 IndexFlat 建立精确基线,再比较 HNSW、IVF 与 PQ 组合的 Recall@K、查询延迟和内存占用,给出可复现的 FAISS 索引选型方法。
- 科技周边 · 人工智能 | 3天前 | 212浏览 收藏
-
- FAISS IndexIDMap2 怎样按自定义 ID 删除向量
- FAISS IndexIDMap2 适合把业务 ID 与向量绑定后再维护索引。本文用 Python 说明怎样写入自定义 ID、按 ID 批量删除、读取删除数量,并解释删除后其他 ID 为什么不会像顺序位置那样整体前移。
- 科技周边 · 人工智能 | 3天前 | python · FAISS IndexIDMap2 remove_ids 向量删除 自定义ID 334浏览 收藏
-
- Sentence Transformers 多进程编码任务的设备分配方法
- Sentence Transformers 多进程编码时,可以通过 device 列表把 CPU 或 GPU 显式映射到独立 worker,并用 chunk_size 控制任务切分。本文说明一卡一进程、CPU worker 数量、显式 pool 复用与 stop_multi_process_pool 释放的边界。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · GPU CPU embedding Sentence Transformers multi-process 设备分配 301浏览 收藏
-
- Hugging Face Datasets IterableDataset 怎样跳过前 N 条样本
- 说明 Hugging Face Datasets 流式 IterableDataset 怎样用 skip(n) 跳过前 N 条样本,再用 take(m) 限制读取窗口;同时解释 shuffle 顺序、顺序消费成本、随机访问边界和 shard 分片选择。
- 科技周边 · 人工智能 | 3天前 | python · 人工智能 · skip take Hugging Face Datasets streaming IterableDataset 294浏览 收藏
-
- Hugging Face Datasets repeat 怎样按指定次数重放样本
- 用两条本地样本说明 Hugging Face Datasets repeat 的有限次数重放,比较 Dataset 与 IterableDataset 的返回对象、样本顺序和可重复数据源,并给出有限消费约束。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · Hugging Face Datasets IterableDataset repeat 195浏览 收藏
-
- 大模型 API 流式输出的断线续传处理方案
- 大模型 API 的 stream=true 通常通过 SSE 发送增量事件,但客户端重连并不等于上游模型自动续流。本文用服务端检查点、游标重放和幂等任务记录,设计一套可控的断线恢复方案,并说明不能直接拼接两次生成结果的边界。
- 科技周边 · 人工智能 | 3天前 | 403浏览 收藏
-
- PyTorch torch.func.vmap 怎样把单样本函数批量化
- 把单样本函数改成批量处理时,不必先手写一层 for 循环。PyTorch 的 torch.func.vmap 可以沿指定输入维度提升函数,同时用 in_dims、out_dims 和 chunk_size 控制维度与显存边界。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · 批处理 · PyTorch chunk_size torch.func.vmap vmap in_dims out_dims 230浏览 收藏
-
- PyTorch torch.compile 怎样区分首次编译耗时和后续执行耗时
- PyTorch torch.compile 的第一次调用可能包含图捕获、编译和缓存建立,不能直接与后续调用比较。本文用分阶段计时、设备同步、预热循环和 guards 日志,区分首次编译、缓存命中与输入变化触发的重新编译。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · PyTorch 性能测量 torch.compile TorchDynamo Inductor 231浏览 收藏
-
- PyTorch Tensor.to 怎样避免相同设备上的无效复制
- 解释 PyTorch Tensor.to 在相同 dtype 和 device 下的返回语义,区分默认 no-op 与 copy=True 强制复制,并给出可复用的数据搬运封装。
- 科技周边 · 人工智能 | 3天前 | 294浏览 收藏
-
- Hugging Face DataCollatorWithPadding 怎样按最长序列动态补齐输入
- 用 Hugging Face DataCollatorWithPadding 在组 batch 时按最长序列动态补齐输入,解释 padding、max_length、attention_mask、标签 collator 与 pad_to_multiple_of 的选择。
- 科技周边 · 人工智能 | 3天前 | 144浏览 收藏
-
- PyTorch Tensor.detach_ 为什么不能用于 view
- PyTorch 的 Tensor.detach_ 是原地切断计算图的方法,但 view 不能使用它。本文从共享底层数据的关系出发,说明 detach_、detach 和 clone().detach() 的选择边界。
- 科技周边 · 人工智能 | 3天前 | 人工智能 · PyTorch View detach Tensor.detach_ autograd 230浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析,希望您看完这套视频有所收获;包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1149次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1136次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1313次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1252次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1106次使用

