logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

FFmpeg 网络流播放:HTTP 数据读取技术全解析

FFmpeg 的 HTTP 数据读取技术融合了网络协议处理与多媒体解析能力,其模块化设计和高扩展性使其成为流媒体处理的基石。开发者可通过参数调优和自定义协议扩展,进一步适配多样化业务需求。

#http#网络协议
OpenHarmony软总线在音乐同步中的深度应用

通过5G网络特性与鸿蒙系统能力的深度结合,云音乐服务可实现低于30ms的端到端延迟。未来随着5G-Advanced技术的商用,结合AI预测算法,有望将延迟进一步降低至10ms以内,为用户带来近乎实时的音乐体验。

#5g
‌Llama 2在昇腾NPU上的运行:实战指南与性能优化技巧

在国产AI芯片生态中,昇腾NPU凭借其达芬奇架构和自主可控特性,成为大模型部署的重要选择。本文基于昇腾910B NPU实测经验,系统梳理Llama 2模型从环境搭建到性能优化的全流程,为开发者提供实战参考。

#性能优化
中文语音识别新实践:PEFT与LoRA微调Whisper的实战研究

在中文语音识别领域,OpenAI Whisper凭借其多语言联合建模能力成为主流选择,但直接应用时中文识别准确率仍有提升空间。本文基于昇腾NPU实测经验,系统讲解如何通过LoRA(Low-Rank Adaptation)技术微调Whisper模型,结合PEFT(Parameter-Efficient Fine-Tuning)框架实现中文语音识别错误率显著降低的实战方案。

#语音识别#xcode
机器学习可解释性:SHAP 值 + LIME 工具实战

SHAP值通过Shapley值理论量化特征贡献,其核心公式为: $$ \phi_i = \sum_{S \subseteq N \setminus i} \frac{|S|!}{|N|!:提供全局特征重要性排序,满足可加性一致性($\sum \phi_i = f(x) - E[f]$):医疗诊断中关键生物标志物识别、金融风控特征定位。

#机器学习#人工智能
量子算法:Shor算法原理与实现

RSA加密的安全性并非源于算法的复杂性,而是基于一个简洁而深刻的数论事实:大整数的质因数分解在经典计算环境下具有极高的计算复杂度。其密钥生成过程包括随机选择两个大质数p和q,计算其乘积N = p × q作为公钥的一部分,并基于欧拉函数和模逆运算生成加密指数e和解密指数d。攻击者仅能获取公钥(N, e),而要破解加密必须计算私钥d,这等价于对N进行质因数分解。

#算法#量子计算
从数据清洗到模型部署:Python的AI全流程优势

在人工智能(AI)领域,Python从一种简单的脚本语言逐渐崛起为通用开发语言,其发展历程堪称技术演进中的典范。本文将深入探讨Python如何凭借其技术特性、生态优势及社区支持,成为AI开发的首选语言。Python由Guido van Rossum于1991年创造,最初设计目标是为C语言提供更简洁的替代方案,专注于代码可读性和开发效率。其动态类型系统和简洁语法(如缩进代替大括号)降低了编程门槛,使

#python#人工智能#开发语言
中文语音识别新实践:PEFT与LoRA微调Whisper的实战研究

在中文语音识别领域,OpenAI Whisper凭借其多语言联合建模能力成为主流选择,但直接应用时中文识别准确率仍有提升空间。本文基于昇腾NPU实测经验,系统讲解如何通过LoRA(Low-Rank Adaptation)技术微调Whisper模型,结合PEFT(Parameter-Efficient Fine-Tuning)框架实现中文语音识别错误率显著降低的实战方案。

#语音识别#xcode
中文语音识别新实践:PEFT与LoRA微调Whisper的实战研究

在中文语音识别领域,OpenAI Whisper凭借其多语言联合建模能力成为主流选择,但直接应用时中文识别准确率仍有提升空间。本文基于昇腾NPU实测经验,系统讲解如何通过LoRA(Low-Rank Adaptation)技术微调Whisper模型,结合PEFT(Parameter-Efficient Fine-Tuning)框架实现中文语音识别错误率显著降低的实战方案。

#语音识别#xcode
‌Llama 2在昇腾NPU上的运行:实战指南与性能优化技巧

在国产AI芯片生态中,昇腾NPU凭借其达芬奇架构和自主可控特性,成为大模型部署的重要选择。本文基于昇腾910B NPU实测经验,系统梳理Llama 2模型从环境搭建到性能优化的全流程,为开发者提供实战参考。

#性能优化
    共 13 条
  • 1
  • 2
  • 请选择