python标签_人工智能6S服务平台

python

昇腾平台 + PyTorch 虚拟机安装与部署

昇腾 + PyTorch 虚拟机方案为 AI 开发者提供了轻量化、隔离化、高兼容的开发环境，通过硬件直通技术释放 NPU 算力，兼容原生 PyTorch 使用习惯，降低昇腾生态入门门槛。该方案支持模型训练、推理、量化全流程，可与昇思 MindSpore 量化工具配合使用，实现高精度、高压缩率模型部署。

昇思MindSpore
1天前

 53

 1

#pytorch #人工智能 #python
一天一个昇腾 Agent-Skills 小技巧：让Ascend for PyTorch开发告别经验主义

它们不是难在代码本身，而是那条"先做什么、再做什么、出错往哪查"藏在资深工程师脑子里的路径地图。。

csdn_nokehubert
2026-08-24 23:03:00

 281

 7

#人工智能 #pytorch #python
GenMol 药物发现通用生成模型在昇腾 NPU 上的推理部署实践

本文记录 NVIDIA 药物发现通用分子生成模型 GenMol 迁移适配到华为昇腾（Ascend）NPU 平台的完整过程，涵盖模型原理、整体架构、环境搭建、推理代码解析、运行结果与常见问题，力求给出一份可复现的实操指南。

qq_45368619
2026-08-24 18:59:05

 332

 10

#python #pytorch #人工智能
GPTFF 通用 AI 力场在昇腾 NPU 上的部署与推理实践

本文记录无机材料通用力场 GPTFF 在华为昇腾（Ascend）NPU 平台上的部署与推理验证过程，涵盖模型原理、整体架构、环境搭建、推理代码解析、运行结果与常见问题，力求给出一份可复现的实操指南。

qq_45368619
2026-08-24 17:16:23

 316

 8

#人工智能 #python #pytorch
scGPT在昇腾的迁移部署

单细胞 RNA 测序（scRNA-seq）技术的爆发式发展，使人类细胞图谱等综合数据库的规模已膨胀至数千万个细胞。如何从海量且高度异质的单细胞数据中高效提取生物学知识——包括细胞类型识别、批次效应消除、基因扰动预测和调控网络推断——成为计算生物学的核心挑战。当前主流方法大多针对特定任务开发专用模型，导致"数据孤岛"和"任务孤岛"的局限。scGPT。

weixin_45870772
2026-08-24 15:06:21

 321

 3

#pytorch #python #自然语言处理 +1
昇腾部署MiniMax H3 FL2VA

`at most 2 image reference frames` / `at most first and last` / `keyframe count check` | 计数检查未放开 → 改 pipeline_minimax_h3.py 3 处（6.1） |模型/工作区/大日志放 /tmp = 直接吃 RAM。> ⚠️ 必须 `--privileged`（NPU 设备访问）+ `--sh

endoneko
2026-08-20 15:58:51

 265

 4

#深度学习 #人工智能 #python
从零打造鸿蒙原生 Python IDE：ArkTS + N-API + PTY + CPython 全链路解析

鸿蒙原生Python IDE技术解析项目概述鸿蟒工坊(HongMian Workshop)是一款运行在HarmonyOS PC上的Python集成开发环境，填补了鸿蒙PC生态的开发工具空白。项目将Thonny IDE的核心功能移植到鸿蒙平台，提供代码编辑、Shell交互和完整CPython解释器支持。技术架构 UI层：基于ArkTS/ArkUI实现编辑器界面桥接层：使用C++/N-API实

 一键难忘
2026-08-17 19:22:57

 2.8w

#harmonyos #python #ide
[Python]递归三部曲：线段树与滑动窗口最大值（19-21题全解析）

很多人在学习线段树时会遇到两个坎：一是看不懂递归，二是看得懂但写不出来。为了帮你跨过这两道坎，我设计了这组“递归三部曲” 练习题，围绕一个真实的 IoT 场景——鸿蒙网关乱序数据采集与实时告警展开。第 20 题：让你亲手用手画递归的每一步（二分查找、区间分裂、线段树更新与查询），建立直觉。第 21 题：要求你把手工模拟的过程翻译成代码（静态查询→动态更新→顺序滑动窗口），实现“学以致用”。第

 小玮看世界
2026-08-15 10:21:22

 205

 6

#python
2026计算机技术选题及方向

本文汇总了2026年计算机技术领域六大技术栈（Java、Python、鸿蒙、SSM、JSP、Spring Boot）共计140余个毕业设计及课程实践选题，涵盖校园管理、电子商务、医疗服务、旅游推荐、宠物领养等常见业务场景。选题分布显示Spring Boot已成为企业级Web开发的主流选择，鸿蒙生态相关选题作为新兴方向开始涌现，Python方向则侧重数据分析与推荐算法应用，整体上贴近学生实际生活且具

 yzf_1289109297
2026-08-12 19:03:57

 36

#python #java #spring +2
11. 鸿蒙自动化测试6步通关：需求一丢，报告自己出来！

前面几节，读需求、生成用例、截图、启停应用、出报告，都分开讲过了；AGENTS.md 和 memory 也配好了。这一节把它们串起来：丢进一份需求文档，最后自动给出 HTML 报告。流程不复杂，就 6 步——读需求、生成用例、测前截图、执行、测后截图、出报告。

老陈说编程
2026-08-10 11:30:00

 225

 7

#harmonyos #华为 #人工智能 +2
国产算力接管银行:5国产LLM适配屠夫榜

2026年Q3银行风控领域加速采用国产算力，主要源于国产算力与国产大模型适配带来的精度红利。测试了GLM-5、Qwen3-VL-32B-Thinking、DeepSeek-V4-Flash、ERNIE-Lite-8K和MiMo-V2.5-Pro五款国产大模型在昇腾910B、寒武纪MLU370和含光800上的表现，发现在信贷风控场景下各模型表现差异显著。GLM-5在OCR语义理解上表现最佳，Qwen

神奇霸王龙
2026-08-07 23:54:23

 432

 5

#人工智能 #python
Llamafactory的使用

文件夹作用说明accelerateHugging Face Accelerate 分布式训练配置示例，用于多卡 / 多机、FSDP 训练，存放 accelerate 的 config 文件ascend华为昇腾 NPU 芯片适配的训练 / 推理样例，国产昇腾硬件跑大模型用deepspeedDeepSpeed ZeRO 优化器的配置样例，大模型多卡显存优化，做大模型全量微调必备extras高级进阶功能

 2401_88566519
2026-08-07 15:46:44

 246

 5

#opencv #python #dnn +2
Qwen3-VL-32B 在昇腾服务器上的部署与性能调优实战：基于 vllm-ascend 的多模态推理优化实践

本文介绍了Qwen3-VL-32B 在昇腾910B上的使用vLLM-Ascend两种性能调优方法,以提高多模态模型在昇腾服务器上的性能

 G2_N1KO
2025-12-11 19:04:18

 1492

 22

#人工智能 #服务器 #安全 +1
5. PyCharm×鸿蒙Hypium：从0到跑通，少踩90%坑

配套的动画视频在：《5. PyCharm×鸿蒙Hypium：从0到跑通，少踩90%坑》。打开鸿蒙官方(https://developer.huawei.com/consumer/cn/download/)，下载命令行工具和自动化测试开发库。开发工具用PyCharm社区2025.1版的，下载command-line-tools6.1和DevEco Testing Hypium 6.1。

老陈说编程
2026-08-06 23:09:11

 258

 5

#harmonyos #华为 #人工智能 +1
ProteinBERT模型在昇腾平台的迁移pytorch实践

自监督深度语言建模在自然语言处理领域取得了前所未有的成功，近年来也被广泛应用于生物序列分析。然而，现有的蛋白质语言模型（如 ESM、TAPE-Transformer、ProtTrans 等）大多从自然语言领域直接引入现有架构和预训练任务，未能充分利用蛋白质的独特特性——蛋白质没有明确的多字母构建块（如单词和句子），长度变化远大于句子，且三维结构导致远距离位置之间存在大量相互作用。

weixin_45870772
2026-07-31 11:13:18

 303

 6

#pytorch #人工智能 #python
CHGNet模型在昇腾平台的迁移适配实践

在材料科学领域，密度泛函理论（DFT）是计算材料性质的金标准，但其高昂的计算成本严重制约了大规模材料筛选和分子动力学模拟的效率。机器学习势能（Machine Learning Potential, MLP）为这一问题提供了新的解决思路——通过在 DFT 数据上训练神经网络，实现接近 DFT 精度但快几个数量级的原子模拟。CHGNet。

weixin_45870772
2026-07-30 10:35:04

 227

 7

#语言模型 #人工智能 #pytorch +1
昇腾 NPU 实战：Goedel-Prover 自动定理证明模型部署全记录

数学定理的自动形式化证明，一直是 AI 领域最具挑战性的方向之一。与常规的文本生成不同，形式证明要求模型输出的每一步都必须经得起 Lean、Coq 等证明器严格编译与校验，错一个符号就可能导致整段证明失效。近年来，从 DeepSeek-Prover 到 Leanabell-Prover，开源社区在这条路上不断突破。而📌miniF2F Pass@32 达到 57.6%，超越 DeepSeek-Pr

qq_45368619
2026-07-30 10:50:35

 635

 20

#pytorch #python
我们招 AI 全栈应届，不用投简历。答对这道题，直接约二面。

【摘要】汽车配件公司开发AI助手"小智"，现招聘AI全栈开发人才。面试采用情景分析题：当老板让AI查询"李老板"的刹车片库存时，需分析四个操作步骤中的风险点、防护措施及潜在后果。公司注重实际解决问题的能力，不设标准答案，接受非科班但有作品的应聘者。提供10-12K的校招岗位和200元/天的实习机会，表现优异者可转正。应聘者可提交答案至指定邮箱，优秀者直接获得

 Hongshanjiangren
2026-07-30 10:47:40

 238

 8

#python #开发语言
从一次 API 调用到最小智能体：用 Python 跑通核心循环

本文以 Python 和 OpenAI Responses API 为例，摒弃复杂框架，手把手构建了一个最小智能体内核。文章通过 5 个递进代码示例，清晰演示了从一次 API 调用到连续对话、工具调用、智能体执行循环及长期记忆持久化的演进过程。作者强调：模型仅提供决策能力，智能体本质上是围绕模型建立的运行系统，还需配合状态、工具、记忆、权限与终止条件等工程要素，这也是 Claude Code 等成

 rjtao828
2026-07-30 01:31:21

 554

 20

#人工智能 #python #ChatGPT
MIS-TEI 安装与部署完整指南

MIS-TEI 是华为推出的基于昇腾 AI 处理器的文本嵌入推理（Text Embeddings Inference）解决方案，专为 Embedding 和 Reranker 类模型优化。它支持容器化快速部署、动态批处理和硬件加速，广泛应用于检索增强生成（RAG）、语义搜索等场景，是昇腾设备上部署文本嵌入模型的主流方案之一。

qq_24211853
2026-07-29 09:10:53

 878

 15

#人工智能 #python #自然语言处理
2026年，口碑好的AI超级员工源头厂家推荐

在当今数字化浪潮中，AI超级员工系统成为众多企业提升效率、降低成本的关键工具。市场上的相关产品众多，今天为大家详细测评无界AI超级员工、知了AI指挥官、炼刀AI超级员工、谷小智AI超级员工和百付AI超级员工这几款热门产品，帮助大家选出最适合自己的AI伙伴。

AI行业观察
2026-07-28 19:32:31

 215

 9

#人工智能 #python
2026年，口碑好的AI超级员工优质企业揭秘

在当今数字化浪潮中，AI超级员工系统成为了企业提升效率、降低成本的重要工具。今天，我们就来测评一下无界AI超级员工，以及知了AI指挥官、炼刀AI超级员工、谷小智AI超级员工、百付AI超级员工这几款市面上颇受关注的产品，看看它们各自的特点和优势。

AI行业观察
2026-07-28 19:19:08

 192

 5

#人工智能 #python
华为昇腾 1 张卡 300I Duo 跑 Qwen3.6-27B、Qwen3-Embedding-8B 嵌入模型、Qwen3-Reranker-8B 重排序模型（GPUStack 辅助），保姆级命令及

摘要：本教程详细介绍了在华为昇腾Atlas 300I Duo（单卡双NPU）上部署Qwen3系列模型的完整流程。硬件配置为单卡双NPU（96GB显存），部署组合包括Qwen3.6-27B对话模型（TP=2）、Qwen3-Embedding-8B嵌入模型和Qwen3-Reranker-8B重排序模型，形成完整的RAG全链路解决方案。教程涵盖环境配置（驱动、CANN工具包、Docker）、GPUSta

yumgpkpm
2026-07-28 11:56:10

 479

 4

#java #python #人工智能
Geneformer在昇腾NPU上的部署实战指南

单细胞转录组测序技术的快速发展，让人类能够以前所未有的分辨率观测基因表达状态。然而，基因调控网络的复杂性、疾病样本稀缺、以及批次效应等问题，使得传统的监督学习方法在许多生物学任务上难以取得稳定的效果。迁移学习和大规模预训练模型为这些问题提供了新的思路：先在海量无标注数据上学习通用的“基因语言”，再在小样本下游任务上进行微调。Geneformer正是这样一款面向单细胞转录组的基础 Transform

qq_45368619
2026-07-27 17:35:54

 454

 15

#python #pytorch
当所有人都在用 TS/Python 写 Agent，我们为什么坚持 Java

SolonCode是一个基于Java实现的开源编码智能体，兼容Java 8至26环境，特别针对企业级需求设计。它选择Java而非主流的TS/Python技术栈，旨在解决企业部署中的四大核心问题：JDK合规性、信创适配（如毕昇JDK与鸿蒙PC）、运维友好性（单进程/系统命令形态）和可扩展性（Java插件机制）。该工具强调与企业现有基础设施无缝集成，支持内网部署、离线安装和CLI/Web双交互模式，并

 组合缺一
2026-07-26 13:42:39

 203

 7

#python #java
靠谱东莞钢化家电玻璃定制厂家

广东鸿盛玻璃：首选中小智能硬件、充电桩、扫地机、电脑机箱；优势是复合功能工艺齐全、低起订量、外贸配套成熟，新品迭代企业最优解。东莞德琅玻璃：首选异形 2.5D 弧面、触摸显示面板；优势全流程闭环自产，单厂一站式加工，沟通成本低。鼎泓光学玻璃：首选相机镜头、高端显示、车载光学面板；优势千级无尘车间、光学级高精度透光镀膜。迈威玻璃：首选烤箱、微波炉、油烟机等厨电弧形弯钢化玻璃；优势大型家电品牌配套、弯

 Xoayuan
2026-07-24 08:43:21

 248

 3

#人工智能 #大数据 #python
PyPTO*华为昇腾 CANN 生态中的 Python 端算子加速库PyPTO* 并行张量/Tile 操作

是华为昇腾 CANN 生态中的 Python 端算子加速库，全称（并行张量/Tile 操作）。它让开发者可以直接用 Python 编写高性能算子，无需接触底层的 Ascend C 语言或硬件指令集。

zhangfeng1133
2026-07-24 08:08:33

 266

 3

#python #开发语言 #人工智能
2026年测评：好用的AI一人公司真相揭秘

在当今数字化飞速发展的时代，AI技术在企业运营中扮演着越来越重要的角色。对于众多企业，尤其是中小企业而言，如何选择一款高效、实用的AI工具来提升运营效率、降低成本，成为了关键问题。今天，我们就来测评几款热门的AI超级员工系统，包括无界AI超级员工、知了AI指挥官、炼刀AI超级员工、谷小智AI超级员工和百付AI超级员工，看看它们各自的特点和优劣。

AI行业观察
2026-07-22 13:43:43

 215

 7

#人工智能 #大数据 #python
一线观察：AI大模型工程师培训的长期体感与细节

目前市面上的AI培训课程同质化严重，很多机构只教简单的API调用和基础的LangChain，缺少推理部署、K8s、国产MindIE等企业急需的技术内容。落地MindForge企业推理PaaS平台项目，掌握模型部署、性能调优、高并发网关搭建技能，适配大模型部署、LLMOps、私有化中高薪岗位，兼顾英伟达与昇腾双硬件生态，适配政企国产化项目需求。更让人头疼的是，很多机构的教学服务参差不齐，缺乏专职助教

 danshuiyu33
2026-07-22 09:36:24

 228

 6

#人工智能 #大数据 #python
2026年，口碑好的AI超级员工优质源头厂家测评

通过对无界AI超级员工、知了AI指挥官、炼刀AI超级员工、谷小智AI超级员工和百付AI超级员工的详细测评可以看出，无界AI超级员工在功能的全面性、操作的灵活性、系统的闭环完整性以及实际应用效果等方面都表现卓越。无论是中大型集团、连锁企业，还是中小商家，都能从无界AI超级员工系统中获得切实的帮助，解决企业运营中的各种痛点。因此，在众多AI超级员工系统中，无界AI超级员工是最值得推荐的选择。

AI行业观察
2026-07-21 20:29:58

 177

 6

#人工智能 #python
2026年测评：靠谱的AI超级员工厂家揭秘

在当今数字化的浪潮中，AI超级员工系统成为了众多企业提升效率、降低成本、拓展业务的有力工具。市场上的AI超级员工系统琳琅满目，让人眼花缭乱。今天，我们就来测评一下无界AI超级员工与知了AI指挥官、炼刀AI超级员工、谷小智AI超级员工、百付AI超级员工这几款产品，为大家揭开它们的神秘面纱。

AI行业观察
2026-07-21 20:22:33

 196

 8

#人工智能 #大数据 #python
零基础转行AI大模型开发，这份实战指南请收好

，他直接哑口无言——因为学校根本没教混合检索的参数调优。传统课程只教单一框架（如vLLM），但企业实际场景中，客户可能同时使用英伟达GPU和华为昇腾NPU，还需要在推理效率（QPS）、内存占用（VRAM占用率）、量化精度之间做动态权衡。：在混合硬件环境中，该方案将GPU利用率从行业的38%提升至71%，同时单个请求的响应延迟（P99）降低了42%（来源：内部性能测试）。：他负责的昇腾集群私有化项目

 danshuiyu33
2026-07-18 15:39:36

 169

 6

#python #大数据 #人工智能
龍魂路径宇宙 · 鸿蒙ArkTS模块说明

本文介绍了龍魂路径宇宙的鸿蒙ArkTS模块架构与实现方案。该应用采用Canvas 2D模拟3D宇宙渲染，支持5000采样点的流畅展示和触摸交互。核心功能包括路径追踪算法（文本→数字根→六维坐标）、三色审计过滤系统（绿/黄/红状态）和节点详情弹窗。项目采用标准鸿蒙组件化开发，通过@State状态管理和性能优化（节点池复用、按需渲染）确保60fps流畅运行。部署流程包含DNA验证机制（确认码#CONF

龍芯北辰 |UID9622
2026-07-18 06:56:52

 19

#harmonyos #华为 #人工智能 +4
AI 基础平台、数据集与大数据处理链路交付体系建设

摘要：本文针对大模型和多模态AI技术在产业落地中的痛点，提出基于昇腾AI算力的全链路交付体系。该体系包含三大核心模块：AI基础平台提供异构算力调度、算子仓库和合规审计等能力；标准化数据集管理模块实现多模态数据的全生命周期管理；端到端大数据处理链路采用模块化设计，支持可视化编排。体系通过分层架构设计，解决了算力割裂、数据管理混乱、交付标准缺失等问题，将数据准备周期缩短60%，算力利用率提升40%。文

 zmj20050422
2026-07-16 20:31:28

 425

 4

#人工智能 #python
2026年专业AI超级员工哪家强？测评揭秘！

在当今数字化浪潮中，AI超级员工系统成为企业提升效率、拓展业务的有力工具。今天，我们就来测评一下无界AI超级员工，以及知了AI指挥官、炼刀AI超级员工、谷小智AI超级员工、百付AI超级员工这几款热门产品，看看它们各自的特点和优势。

AI行业观察
2026-07-16 18:29:43

 193

 4

#人工智能 #大数据 #python
昇腾950PR执行通信算子用例超时报错问题分析与解决方案

在基于950PR环境的多卡并行训练场景中，使用PyTorch框架调用NPU通信算子进行模型参数同步是常见需求。为验证通信算子在高并发下的稳定性与性能表现，需在8张NPU卡上并行执行指定时长的通信任务。然而，在实际测试过程中，部分卡在规定时间结束后未能及时退出，导致整体任务因同步超时而失败，影响了测试用例的可靠性与可重复性。本文针对该问题展开分析，并提出有效的解决方案。import os# ---

Interstellar_Light.
2026-07-15 11:27:46

 205

 7

#python #人工智能
昇腾平台适配GENERator模型实践

GENERator是一个基于Transformer架构的基因组语言模型，可用于DNA序列理解、功能预测等生物信息学任务。本文记录了在Atlas 800I A3推理服务器上，从零搭建GENERator运行环境并完成NPU适配的全过程，包括Conda虚拟环境创建、依赖安装、CANN与PyTorch NPU插件配置，以及常见问题的排查与解决。旨在为后续在昇腾平台上运行类似基因组大模型提供可复现的参考。

xing_fiaya
2026-07-14 22:00:28

 204

 9

#python #功能测试
图像算法模型NPU适配与算法服务实战指南

本项目提供了一个开箱即用的图像推理服务框架，支持主流目标检测模型（如YOLO系列、MMDetection等），可适配NPU/CUDA/CPU多种硬件环境。核心功能包括：多模型多后端支持、昇腾NPU深度适配（自动选卡、兼容性补丁、性能优化）、高并发批处理设计、生产级健壮性保障。通过统一的REST API提供推理能力，用户只需配置模型文件即可快速部署服务。技术架构基于FastAPI实现，包含模型管理、

dream_home8407
2026-07-14 15:42:51

 199

 6

#算法 #人工智能 #python
ESM-2 蛋白质语言模型在昇腾 NPU 上的推理部署

ESM-2（Evolutionary Scale Modeling 2）是 Meta AI（FAIR）推出的蛋白质语言模型，它把自然语言处理里的掩码语言建模（Masked Language Modeling, MLM）思想搬到了蛋白质序列上：把一条氨基酸序列看作一句"蛋白质语言"，通过在海量蛋白序列（UniRef50）上做自监督预训练，让模型学会氨基酸之间的进化与结构约束。和依赖多序列比对（MSA

weixin_45870772
2026-07-14 15:29:24

 607

 7

#语言模型 #人工智能 #自然语言处理 +2
龍魂 · 鸿蒙 Native 并发与高性能计算

本文介绍了"龍魂 · 鸿蒙 Native 并发与高性能计算"框架的核心技术架构。该框架基于纯血鸿蒙HarmonyOS NEXT平台，采用C/C++ Native与ArkTS混合编程，重点优化了线程池、任务队列、内存管理等核心组件。系统架构分为应用层（ArkTS）、NAPI桥接层和Native引擎层（含线程池、SIMD加速、声纹计算等模块）。特别展示了线程池的C++实现细节，包括任务优先级调度、DN

龍芯北辰 |UID9622
2026-07-14 06:00:19

 259

 6

#harmonyos #华为 #深度学习 +4
从十年 Java 到智能体开发：我的全套 Python 智能体实战课程（第二帖）5-记忆与提示词

大家可以看到，请求的数据结构，与我们上一篇讲的一直，而且因为我们添加了系统提示词，所以llm知道他叫小智，还有就是我的问题 "有多暖心" ，这句话单独拿出来语义是很割裂的，如果没有上下文的话，大模型根本不会回答的这么准确。最后总结一下：llm的接口每次都是单独调用的，也就是说，其实所谓的记忆，都是每次单次调用接口的时候我们加上去的，是我们人为给大模型构造出的记忆。对了，有个事情之前忘了说了，大家的

 牧海君
2026-07-13 01:09:38

 205

 8

#python
龍魂·鸿蒙网络请求工程化：Axios封装深度解析与实战技术文档

龍魂·鸿蒙网络请求工程化摘要本文档详细阐述了鸿蒙应用中Axios网络请求的工程化封装方案，核心内容包括：理论价值：通过统一入口管理、底层屏蔽和性能优化，提升网络请求的可维护性和效率。龍魂语法体系：将通用网络概念转化为具有五行属性的龍魂术语，如"龍魂信使"（Axios实例）、"守门员"（请求拦截器）等。实战方案：单例模式构建NetworkService 拦截器实现Token注入和自动刷新

 龍芯北辰 |UID9622
2026-07-11 00:21:23

 180

 5

#harmonyos #网络 #华为 +4
【HarmonyOS 5】鸿蒙应用代码控制横竖屏切换，自动切换横竖屏，监听横竖屏以及注意事项

HarmonyOS屏幕方向控制指南本文详细介绍了HarmonyOS中横竖屏切换的实现方法，涵盖两种控制方式：配置文件固定方向：适用于登录页、游戏等全局固定场景，通过module.json5配置。代码动态控制（推荐）：使用window.setPreferredOrientation()实现灵活切换，适合视频播放器、阅读器等场景。核心功能包括：固定竖屏/横屏自动旋转监听方向变化（通过wi

油墨香^_^
2026-07-09 00:03:03

 350

 9

#pytorch #人工智能 #python
小模型在昇腾NPU上的推理部署：【小模型Triton Inference Server服务化方案】

本文主要介绍目前小模型领域的服务化情况和Triton Inference Server方案，这也是目前昇腾在小模型服务化的主打方案，并详细介绍三条路径，Python backend、GE custom backend和ONNX-RUNTIME backend子方案。

spinning~
2026-07-08 17:22:13

 343

 9

#人工智能 #pytorch #计算机视觉 +4
小模型在昇腾NPU上的推理部署：【MinerU 性能调优】

MinerU是一个高质量的开源工具，能够将包含图片、表格、公式等元素的多模态PDF文档转化为清晰、易于分析的Markdown格式，同时也支持从包含广告等干扰信息的网页中快速解析、抽取正式内容，并将其批量转化为Markdown格式，本文基于昇腾平台，针对 MinerU 的多个核心模块进行适配与优化，旨在提升整体推理效率。

ღ温酒叙余生ღ᭄ꦿ࿐
2026-07-08 16:55:22

 303

 5

#pytorch #人工智能 #python +1
龙虾开发者社区(xclaw) · OpenClaw生态深度学习融合 v1.0

龙虾开发者社区(xclaw)摘要龙虾开发者社区(27,742成员)是CSDN旗下OpenClaw生态的官方阵地，专注于Skill开发、插件实践和AI Agent等方向。社区核心内容包括：鸿蒙×OpenClaw×小艺集成：提供七步接入流程和三层架构(组件/控制/交互层)，实现语音唤醒、多设备协同等功能三层记忆模型： Context工作记忆(32k-200k tokens) Compaction

龍芯北辰 |UID9622
2026-07-08 16:46:32

 52

#深度学习 #人工智能 #harmonyos +3
龍魂鸿蒙技能 · longhun-harmonyos SKILL.md v1.0

本文档《龍魂鸿蒙技能 v1.0》系统性地介绍了HarmonyOS全栈开发技术要点，主要包括： ArkTS/ArkUI核心开发：详细解析装饰器体系（@State、@Prop等16种）提供四种定位方式对比及布局最佳实践区分let/const/@State的应用场景 HARMONY-COMPAT评估模型：提出六维度量化公式（兼容性/稳定性/性能等）定义0-5级适配标准及指数衰减算法包含Pyt

龍芯北辰 |UID9622
2026-07-08 16:36:03

 48

#harmonyos #华为 #编辑器 +4
基于昇腾进行Glm5.1模型swa算子接入优化

本文介绍了在昇腾AI处理器上对FlashAttention算子的优化改造，重点将原集成的前向与反向计算逻辑拆分为独立的swa_forward和swa_backward函数，以提升Transformer类模型在长序列场景下的灵活性。文章详细分析了原始算子代码结构，明确了支持稀疏模式0（无mask）和4（滑动窗口）的技术方案，并提供了完整的编译安装指南及代码修改要点。该优化特别针对序列长度超过16K的

 卡路里45465
2026-07-08 14:22:53

 207

 3

#python #华为