首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
Marten
掘友等级
后端工程师
|
ZYBK
每顿吃两碗
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
99
文章 97
沸点 2
赞
99
返回
|
搜索文章
赞
文章( 97 )
沸点( 2 )
大模型分布式训练并行技术(一)-概述
利用AI集群,使机器学习算法更好地从大数据中训练出性能优良的大模型是分布式机器学习的目标。为了实现该目标,一般需要根据硬件资源与数据/模型规模的匹配情况,考虑对计算任务、训练数据和模型进行划分,进行分
【深度学习编译器系列】嵌入在 AI 框架中的深度学习编译器
从三方面看嵌入在 AI 框架中的深度学习编译器:从 AI 框架演进看深度学习编译器、深度学习编译技术面临的挑战、商汤 SenseParrots 的深度学习编译方案
极智AI | 天奇大佬力作MLC-LLM 让语言大模型运行在任何设备
大家好,我是极智视界,本文来谈谈 MLC-LLM 让语言大模型运行在任何设备上。希望我的分享能对你的学习有一点帮助。
模型压缩:剪枝算法
过参数化主要是指在训练阶段,在数学上需要进行大量的微分求解,去捕抓数据中的微小变化信息,一旦完成迭代式的训练之后,网络模型推理的时候就不需要这么多参数。而剪枝算法正是基于过参数化的理论基础而提出的。
深度学习模型压缩与加速综述
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习与应用》,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造,自2019年1月出版以来已重印3次。 目前在深度学习领域分类两个派别,一派为学院派,研究强大、复杂的模型网络和实验方法,为了追求更高的性能;另一派为工程派…
深度学习模型压缩方法概述
模型压缩算法旨在将一个大模型转化为一个精简的小模型。工业界的模型压缩方法有:知识蒸馏、轻量化模型架构、剪枝、量化。
100元实践k8s搭建过程
前言 工作中越来越重度使用k8s,想进一步了解k8s的工作原理。一方面学习业界优秀系统设计思路,另一方面多了解也可以提高日常工作效率,比如和k8s开发的沟通效率等。今天第一步:自己着手搭建一个k8s服
业务不中断,PXC集群单机多实例拆分消除数据库隐患
刘书浩,中国移动DBA,负责“移动云”业务系统的数据库运维、标准化等工作;擅长MySQL技术领域,熟悉MySQL复制结构、Cluster架构及运维优化;具有自动化运维经验,负责“移动云”数据库管理平台的开发和部署。 过去两年,我主要从事“移动云”数据库的运维工作,有幸见证了“移…
MySQL 高可用架构之 PXC 集群
Percona XtraDB Cluster (简称 PXC) 是 Percona 公司开源的实现 MySQL 高可用的解决方案。它将 Percona Server 和 Percona XtraBackup 与 Galera 库集成,以实现多主同步复制。和 MySQL 传统的异…
MySQL高可用化——网友:看完竟然如此简单
前言:服务在运行过程中存在很多意外情况,如:如服务器宕机、磁盘损坏、RAID卡损坏等。如何保证数据库在服务发生意外的情况下数据不丢失呢?服务还能继续提供服务呢? 我们一般通过备份的方式来解决数据丢失问题,通过复制来解决MySQL的高可用问题。 Hot Backup(热备,在线备…
下一页
个人成就
文章被阅读
630
掘力值
16
关注了
11
关注者
1
收藏集
8
关注标签
9
加入于
2019-05-07