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

openEuler+ AI深度学习:构建高性能PyTorch训练环境实战

随着人工智能技术的飞速发展,深度学习已成为推动科技创新的核心驱动力。在AI模型训练场景中,操作系统的稳定性、性能优化能力以及对各类硬件加速器的支持程度,直接影响着模型训练效率和研发成本。openEuler作为面向数字基础设施的开源操作系统,凭借其卓越的性能表现、对国产AI芯片的深度适配以及完善的软件生态,正在成为AI开发者的优选平台。当前AI训练环境面临的主要挑战包括:复杂的依赖关系管理、GPU驱

文章图片
#人工智能#深度学习#pytorch
openEuler+ AI深度学习:构建高性能PyTorch训练环境实战

随着人工智能技术的飞速发展,深度学习已成为推动科技创新的核心驱动力。在AI模型训练场景中,操作系统的稳定性、性能优化能力以及对各类硬件加速器的支持程度,直接影响着模型训练效率和研发成本。openEuler作为面向数字基础设施的开源操作系统,凭借其卓越的性能表现、对国产AI芯片的深度适配以及完善的软件生态,正在成为AI开发者的优选平台。当前AI训练环境面临的主要挑战包括:复杂的依赖关系管理、GPU驱

文章图片
#人工智能#深度学习#pytorch
linux驱动开发 使用设备树编写一个led驱动程序

本文将带大家学习如何使用设备树编写一个LED的驱动程序。我这里使用的开发板是百问网的imx6ull。使用设备树来编写驱动程序极大的方便了我们写驱动程序,如果不使用设备树去编写驱动程序的话那只能使用寄存器操作硬件。有了设备树后操作硬件就变得非常简单了。...

文章图片
#驱动开发#linux#运维
SHT20芯片讲解

本篇文章将为大家讲解SHT20模块,SHT20模块经常用于温度和湿度的采集。SHT20模块是一种用于测量温度和湿度的数字式湿度传感器,由瑞士Sensirion公司制造。以下是关于SHT20模块的一些主要特征和工作原理的介绍:1.传感器类型: SHT20是一种数字式湿度传感器,采用先进的CMOSens®技术,同时集成了温度传感器。2.测量范围: SHT20模块能够测量相对湿度(RH)的范围为0%到1

文章图片
#嵌入式
linux内核分析(SMP、NUMA、MPP)

SMP(对称多处理,Symmetric Multi-Processing)是一种计算机架构,其中多个处理器(CPU)共享相同的内存和 I/O 设备,并在操作系统和硬件层面上对称地使用这些资源。NUMA 通过将计算机系统中的内存分布到多个节点,并允许每个节点直接访问其本地内存来优化多处理器系统的性能。虽然它引入了一些设计和编程上的复杂性,但在处理高负载、大规模应用时,它的优势是显著的。

文章图片
#linux#服务器#网络
QT opencv(显示图片和视频)

本篇文章将带大家来学习使用opencv在QT中显示图片和视频等基础功能。

文章图片
#qt#opencv#音视频
Nano Banana2,太TM牛逼了!

摘要:谷歌最新发布的Nano Banana 2(Gemini 3 Pro Image)AI绘图模型表现惊艳,在中文海报、漫画、游戏界面、科研配图等场景均有出色表现。通过DeepSider浏览器插件,国内用户可直接使用该模型及GPT、Claude等主流AI工具。新版本具备1K-4K分辨率输出、多图像合成、知识推理等强大功能,特别适合创意设计、科研教育等领域。DeepSider提供便捷的本地化访问方案

文章图片
#AI
ZMODEM 接收端实现源码解析:以 rz 示例为例

摘要: 本文解析了一个基于C语言的ZMODEM协议接收端实现示例(模拟rz命令),适用于串口文件传输场景。程序通过文件接口抽象串口通信,实现了ZMODEM核心功能,包括帧头解析(ZRQINIT、ZFILE等)、数据块接收、CRC校验、断点续传及异常处理。重点剖析了协议状态机流程,如初始化响应、文件创建、数据写入及错误重传机制(ZRPOS)。该实现可作为嵌入式系统(如STM32)移植参考,建议替换串

文章图片
#单片机
openEuler容器化实践:从Docker入门到生产部署

通过本次在openEuler上的容器化实践,我们全面掌握了从基础的Docker操作到生产环境部署的完整技能。openEuler提供的稳定系统环境和完善的Docker支持,为容器化应用提供了可靠的运行平台。核心收获✅ Docker基础操作和镜像管理✅ Dockerfile编写和多阶段构建✅ Docker Compose多容器编排✅ 数据持久化和网络配置✅ 监控日志和生产部署下一步方向Kubernet

文章图片
#docker#eureka#容器
openEuler边缘计算实践:构建高效边云协同架构

部署架构1个云端控制中心5个车间边缘节点(openEuler)50+工业设备接入实现功能设备实时监控和数据采集本地AI质量检测预测性维护告警生产数据统计分析效果数据响应时间从500ms降至50ms云端带宽占用减少80%本地处理能力提升3倍设备故障预测准确率85%轻量高效: 最小化系统占用<1GB,启动时间<20s性能卓越: iSula容器启动速度提升2.6倍,内存占用减半生态完善: 完整支持Kub

文章图片
#边缘计算#架构#人工智能
    共 50 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择