目录背景目标核心方法前向传播反向传播结论背景深度学习框架如Tensorflow Pytorch 等最重要的功能之一即自动对网络模型进行了前向传播和反向梯度传播计算，从而对应用开发人员屏蔽了底层算法实现的细节，很容易进行网络模型的training、evalution、testing 最终构建符合AI应用场景需求的网络模型及其参数，本文旨在用通俗易懂的方式解释前向传播（Forward Pass）和反向

目录背景目标核心方法前向传播反向传播结论背景深度学习框架如Tensorflow Pytorch 等最重要的功能之一即自动对网络模型进行了前向传播和反向梯度传播计算，从而对应用开发人员屏蔽了底层算法实现的细节，很容易进行网络模型的training、evalution、testing 最终构建符合AI应用场景需求的网络模型及其参数，本文旨在用通俗易懂的方式解释前向传播（Forward Pass）和反向

概述深度学习模型中费时的算子是往往是卷积操作，而卷积的本质是矩阵的乘加计算，所以通过硬件加速矩阵的乘加运算就能达到加速深度学习训练与推理的目标；本文旨在形象化的解释Google TPU与Nvidia TensorCore对矩阵乘加的加速过程Nvidia TensorCoreNV TensorCore 加速矩阵乘加运算示意图Nvidia官方给出的TensorCore 加速矩阵...

​QWen3 / QWen3-Next 是阿里巴巴最新的通义千问系列大模型，本文从模型参数，模型结构和计算流三个维度，展示它们的异同点

目录背景目标核心方法前向传播反向传播结论背景深度学习框架如Tensorflow Pytorch 等最重要的功能之一即自动对网络模型进行了前向传播和反向梯度传播计算，从而对应用开发人员屏蔽了底层算法实现的细节，很容易进行网络模型的training、evalution、testing 最终构建符合AI应用场景需求的网络模型及其参数，本文旨在用通俗易懂的方式解释前向传播（Forward Pass）和反向

目录​​​​​​​为什么ROS适合做自动驾驶系统开发自动驾驶对系统框架的需求ROS 高效的开发支持ROS 模块灵活配置ROS 丰富的调试工具Autoware 自动驾驶方案Demo ShowROS的缺点和演进为什么ROS适合做自动驾驶系统开发自动驾驶对系统框架的需求高效的开发支持模块的灵活配置丰富的调试工具By 何玮 百度自动驾驶资深架构师 专...

目录前言预备知识cublasSgemm 函数求解C=AxB不使用cublasSgemmtransa与transb参数示例程序使用cublasSgemmtransa与transb参数示例程序前言cublasSgemm是NVcublas库的矩阵相乘API，由于cublas中矩阵的存储是列优先，所以cublasSgemm API的参数让新手一头雾水，经...

目录SORT - SIMPLE ONLINE AND REALTIME TRACKING概述解析SORT算法代码SORT算法的优缺点Deep SORT - SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC关联度量(ASSOCIATION METRIC)关联算法 Matching Casc...

目录背景介绍MESA软件架构非-Gallium3D架构Gallium3D架构Intel i915 BackendVirtIO-GPU Backend核心数据结构层次关系MESA核心函数调用时序非Gallium3D架构eglGetDisplay调用时序eglInitialize调用时序eglCreateContext调用时序eglCreateWindowSurface调用时序eglMakeCurre

概述深度学习模型中费时的算子是往往是卷积操作，而卷积的本质是矩阵的乘加计算，所以通过硬件加速矩阵的乘加运算就能达到加速深度学习训练与推理的目标；本文旨在形象化的解释Google TPU与Nvidia TensorCore对矩阵乘加的加速过程Nvidia TensorCoreNV TensorCore 加速矩阵乘加运算示意图Nvidia官方给出的TensorCore 加速矩阵...