前言 最近元宇宙火起来了，也一直在和朋友们聊，那什么是元宇宙（VR虚拟现实，现实世界的数字孪生体），然后就有聊到了web3.0，现实的讲元宇宙和web3.0都还是些模糊的感念，但是却都有了一些现实的技术解决方案，今天我不讲元宇宙（其实互联网本身就是无处不在的元宇宙。我不讲是因为VR技术我不太懂，不过现在国内傻瓜化工具已经很多了thingjs，优诺科技都有不错产品，国外就不...

采用 termux 方案可以分离大模型和具体应用APP，单机可用 127.0.0.1 访问保证安全，跨机协作可以暴露 IP，提供为本地算力，灵活度和兼容性都是最佳。想象一下：没有 API 调用限制，不用担心网络延迟，数据完全本地处理，你的 AI 助手随时待命——这一切，只需要一台安卓手机。问天气，问路线，问建议，问秘密。云端有云端的优势：更强的模型，更多的数据，更低的成本。，AI眼镜作为第一人称视

采用 termux 方案可以分离大模型和具体应用APP，单机可用 127.0.0.1 访问保证安全，跨机协作可以暴露 IP，提供为本地算力，灵活度和兼容性都是最佳。想象一下：没有 API 调用限制，不用担心网络延迟，数据完全本地处理，你的 AI 助手随时待命——这一切，只需要一台安卓手机。问天气，问路线，问建议，问秘密。云端有云端的优势：更强的模型，更多的数据，更低的成本。，AI眼镜作为第一人称视

前言上回说到，用`C++`来写`UI`界面的开发效率不如`JS+HTML`来的高，但设备开发又免不了要通过内核态来操作硬件，这里我们就要先打通从`JS框架`到设备驱动之间的联系。本章基于`...

前言上回我们把 pytorch 的环境安装好了，这篇我们建立一下 tensorflow 和 keras 的开发环境。不得不说，相对于pytorch来说，tensorflow 对各个系统的支持真的很完善，无论是各种平台还是各个版本都有对应的预编译安装包，官方文档也很详细（但不代表没有坑，详见下文），是工程化不错的选择。而pytorch代码更pythonic，所以最新的模型和算法很多都由pytorch

前言上一篇我们在树莓派上安装了OpenVINO的环境，并跑了几个官方demo，作为关键点的模型转换工作，以各个版本的yolo实现为例，在这篇做一下实现。目标检测是人工智能应用比较成熟的领...

前言上回我们建立了 tensorflow 的开发环境，跑测试模型比较方便，但对于树莓派来说，还是太庞大了。仅有 0.3fps 无法满足实时的生产环境需求，这篇我们部署一下专门为移动端和嵌...

前言最近树莓派4b发布了8gb的版本，这么大的内存用在嵌入式设备上，简直是为了深度计算而生，果断入手了一块，遂开启了一轮踩坑之旅。为了避免重复网上已有的树莓派教程，后续系列文章，我尽量以2020年为基准，先打造一个最新最稳定的软硬件开发环境，再在其上构建AI应用。比如选择构建OpenCV 4.4，pyTorch 1.6和1.7，Tensorflow 2.1，然后在上面跑yolo v5应用，用int

前言上回我们把 pytorch 的环境安装好了，这篇我们建立一下 tensorflow 和 keras 的开发环境。不得不说，相对于pytorch来说，tensorflow 对各个系统的支持真的很完善，无论是各种平台还是各个版本都有对应的预编译安装包，官方文档也很详细（但不代表没有坑，详见下文），是工程化不错的选择。而pytorch代码更pythonic，所以最新的模型和算法很多都由pytorch

最后可以把自己的 GPU 贡献到池中，众人拾柴火焰高，其中 YOUR_TOKEN_HERE 可以通过 https://huggingface.co/settings/tokens 获取，public_name 则可以起一个别名，便于在服务端找到你的机器。，不同于之前的联邦学习或是传统分布式训练，它能将模型拆分到更小的颗粒度，每个节点仅下载一小片神经网络并行计算，大大加速了训练和推理速度，再也不用羡