前言：本文主要面向但不限于非人工智能的专业从业者，只是希望在聊到AI的时候能吹上两句的。可聊话题包括但不限于“AI技术的发展现状”，“AI技术有哪些分类”，“神经网络是什么”等等等人工智能发展现状人工智能的现状是：强人工智能很弱、弱人工智能很强。弱人工智能已经强大到可以替代许多的岗位。人类目前最先进的强人工智能，也远远比不上一个三岁孩子的智力。强人工智能：指能制造出真正地推理和解决问题的智能机器。

Gensim简介开源第三方Python工具包，从原始的非结构化文本抽取语义主题。支持语料处理、LSA、LDA、RP、TF-IDF、word2vec等主题模型内存独立，可实现向量空间算法，支持主题建模的可扩展框架核心：语料、稀疏向量和模型...

Kserve提供了“Serverless”和“ModelMesh”两种安装模式。其中Serverless是通过Knative组件实现动态扩缩容等功能。而ModelMesh则是另一种资源开销较小的模式。

背景：很多人都知道神经网络、深度学习是上世纪就有的技术，为什么最近这些年才成为“爆款”？本文就这个话题来掰扯掰扯，记录记录一些大佬的对此的见解。Scale drives deep learning progress“Scaledrives deep learning progress”，这是吴恩达的深度学习课程中的一个标题。这里“规模”（scale）一方面指的是神经网络的规模，能构建更多隐藏单元更

2023年，训练模型时，使用DDP（DistributedDataParallel）已经成为Pytorch炼丹师的标准技能。本文主要讲述实现Pytorch分布式要做哪些事情，以及如何理解Pytorch分布式训练背后的通信原理（不会很深入）。

背景：笔者由于在做一个检索式智能对话系统的项目，需要用到文本相似度计算深度学习模型（以下简称“文本相似度模型”）。便和团队一起对文本相似度技术进行一波调研。目标：1、对同一意思的不同长度的问法，有较好的识别能力“共青团的基本任务” & “中国共青团的基本任务是什么呢”比如上面两个句子，我们希望文本相似度模型能够给出较高的相似度得分。ps:实际的工程实践中实现此目标，我们也可以考虑结合“去停

Kserve 提供一个Kubernetes 自定义资源定义（InferenceService），用于在任意框架上提供机器学习模型服务。它旨在通过为常见的ML框架（如：Tensorflow、XGBoost、Scikit-Learn、PyTorch和ONNX）提供高性能、高度抽象的接口来解决生产上的模型推理场景。它封装了自动缩放、网络、健康检查和服务配置的复杂性，为 ML 部署带来了尖端的服务功能，如

背景：笔者由于在做一个检索式智能对话系统的项目，需要用到文本相似度计算深度学习模型（以下简称“文本相似度模型”）。便和团队一起对文本相似度技术进行一波调研。目标：1、对同一意思的不同长度的问法，有较好的识别能力“共青团的基本任务” & “中国共青团的基本任务是什么呢”比如上面两个句子，我们希望文本相似度模型能够给出较高的相似度得分。ps:实际的工程实践中实现此目标，我们也可以考虑结合“去停

本文主要通过实战的方式，记录各种模型推理的方法。

思路：软件安装后，运行软件时，通过电脑机器码的唯一性实现授权码的唯一性。（机器码：由cpu序列号、硬盘序列号、mac地址、主板序列号组成的字符串截取部分字符）方案：1、运行软件，检测注册文件，若未检测到注册文件或者注册文件中的注册码与机器码进行DES+base64加密后的编码不一致，则提醒用户输入注册码或重新获取注册码。重新获取注册码会将程序运行后显示的机器组合码 发送给指定管理员，管...