本文分享自华为云社区《昇腾CANN 7.0 黑科技：大模型训练性能优化之道》，作者： 昇腾CANN 。 目前，大模型凭借超强的学习能力，已经在搜索、推荐、智能交互、AIGC、生产流程变革、产业提效等场景表现出巨大的潜力。大模型经过海量数据的预训练，通常具有良好的通用性和泛化性。用户基于“大模型预训练+微调”开发范式即可在实际业务场景取得理想的效果。从经济成本和时间成本来看，预训练是构筑各种行业模型

人工智能 前天 12:57  5

Caffe（Convolutional Architecture for Fast Feature Embedding）是一种流行的深度学习框架，其主要特点包括： 高效性：Caffe是为了处理大规模数据集和高效训练而设计的，它使用C++实现，并通过CUDA进行加速。它能够在多个GPU和多机环境下进行训练，并具有高度优化的计算性能

人工智能 2026年03月13日  20

人工智能 2026年02月28日  20

要编写一个TensorFlow测试代码，首先需要导入必要的库和模块。然后，定义一个测试函数，并在函数中创建一些TensorFlow操作和变量。最后，在测试函数中使用assert语句来检查TensorFlow操作的输出结果是否符合预期。 以下是一个简单的TensorFlow测试代码示例： import tensorflow as tf d

人工智能 2026年02月26日  18

在Keras中实现一个循环神经网络(RNN)可以使用SimpleRNN、LSTM或GRU等不同的RNN单元。下面是一个使用SimpleRNN的简单示例: from keras.models import Sequential from keras.layers import SimpleRNN, Dense model = Sequen

人工智能 2026年02月04日  34

PyTorch Lightning是一个轻量级的PyTorch扩展库，旨在简化和规范深度学习模型的训练过程。它提供了一系列预定义的训练循环和组件，使用户可以更容易地构建和管理复杂的深度学习模型。PyTorch Lightning还提供了许多实用功能，如分布式训练、自动调优、日志记录等，帮助用户更高效地开发和部署深度学习模型。通过使用PyT

人工智能 2026年02月01日  32

NLP（自然语言处理）新词发现是指在文本数据中发现新的、未在词典中存在的词汇。以下是几种常见的NLP新词发现方法： 基于频率统计的方法：通过统计词频或字符频率来发现出现频率较高但未在词典中出现的词汇。常见的方法有基于TF-IDF（词频-逆文档频率）的关键词提取、基于N-gram模型的词频统计等。 基于语言模型的方法：利用语言模型来

人工智能 2026年01月29日  34

在PyTorch中，可以使用torch.tensor()函数来创建张量。例如，创建一个包含5个元素的一维张量可以这样做： import torch tensor = torch.tensor([1, 2, 3, 4, 5]) print(tensor) 这将会输出类似以下的结果： tensor([1, 2, 3, 4, 5]) 另外

人工智能 2026年01月28日  37

在PyTorch中，可以通过以下几种方式来调整学习率： 使用torch.optim.lr_scheduler模块中的学习率调度器来自动调整学习率。可以选择不同的学习率调度策略，如StepLR、ReduceLROnPlateau、CosineAnnealingLR等。在每个epoch或batch结束时，调用学习率调度器的step方法即可更

人工智能 2026年01月17日  40

在PyTorch中，可以使用torch.nn.Transformer类来调用Transformer模型。以下是一个使用Transformer模型的示例代码： import torch import torch.nn as nn # 定义Transformer模型 class TransformerModel(nn.Module)

人工智能 2026年01月15日  34