在ubuntu系统更新旧版本的cmake，可按照如下步骤。

1、联邦学习的背景与定义联邦学习（Federated Learning，FL）也称为联盟学习，一个新兴的人工智能技术，最初由谷歌在2016年提出，用以解决个人数据在安卓手机端的隐私问题。在国内，微众银行的首席人工智能官、香港科技大学教授杨强针对金融风控领域，对联邦学习进行了相关技术的开发和应用。在当下的人工智能时代，不能说各个领域相关的应用算法已经发展成熟，但也至少在稳步推进，但技术的底层依然是数

本章的注意力集中在SystemC搭建验证和编写测试平台上。重点包括：如何生成时钟信号和激励波形；如何编写有响应能力的测试平台；如何记录仿真结果

中值滤波，顾名思义，指的是对窗口内的数取中值，作为滤波处理的结果。如果不考虑优化的实现思路，就是把窗口内所有元素进行排序，然后取中间的值，排序算法的时间复杂度最小的是nlog(n)，也就是需要进行n*log(n)次比较，当n=9时候，对全部数据进行排序需要进行至少27次比较。这里，你肯定好奇，为什么B1，B2，B3是这样取A1，A2，A3的比较结果，C这样取B1，B2，B3的比较结果呢？B1汇聚了

本文是大概花费1个月时间做的目标检测调研报告，其中有些论文总结是基于个人理解从网上摘录，论文的细节还需找到原始paper阅读。可作为一个目标检测领域研究情况的快速浏览，仅供参考。目录多尺度目标检测概况目标检测常用数据集目标检测经典论文基于深度学习检测方法的总结Anchor方面的改进Loss方面的改进NMS -后处理上的优化其它方法个人总结多尺度目...

vision_transformer顾名思义，是将自然语言处理中的Transformer的思想应用在图像分类中，将一张图像切成不同的patch之后作为sequence，使用Transformer来实现图像分类。本文主要是梳理vis-transformer的模型结构，以及图像数据在各种算子operator下的shape变化。方便理解和进一步开发。...

记录自己安装TVM的流程，以及一个简单的利用TVM编译优化模型示例。

ONNX简介 ONNX （Open Neural Network Exchange）是一种多框架共用的，开放协议的神经网络交换格式。ONNX使用Protobuf二进制格式来序列化模型。ONNX协议首先由微软和Meta提出，它定义了一组和环境、平台均无关的标准格式，用于增强各种AI模型的可交互性。没有ONNX模型之前，采用各个框架训练的模型只能通过特定的转换工具进行转换。有了ONNX协议后，无论使用

模型量化的目的本文的模型量化是优化深度学习模型推理过程的内存容量和内存带宽问题的概念，通过将模型参数的浮点数类型转换称整型存储的一种模型压缩技术。以可以接受的精度损失换取更少的存储开销和带宽需求，更快的计算速度，更低的能耗与占用面积。比如int8量化，就是让原来32bit存储的数字映射到8bit存储。int8范围是[-128,127]， uint8范围是[0,255]。模型量化优点：减小模型尺寸，

本节我们将揭秘计算机的核心部件：算术和逻辑单元。了解计算机里基础的加法，左移，右移，非，与，或，异或，比较操作是如何被选择和处理的