- 综合排序
- 最热优先
- 最新优先
- 来自专栏学习笔记ol
框架分析（10）-SQLAlchemy
框架分析（10）-SQLAlchemy 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。
78020编辑于 2023-10-11 - 来自专栏机器之心
ChatGPT背后的开源AI框架Ray，现在值10亿美元
大模型应用的出现让人们对于 AI 技术突破充满了信心，不过很少有人知道在其背后，一个分布式机器学习框架正为这场生成式 AI 革命提供动力。 Anyscale 的股权成为了一种稀缺的商品，据 Business Insider 报道，有知情人士称，其最近一轮融资是 C 轮融资的延伸，估值超过 10 亿美元，几天内就结束了。 由于像 ChatGPT 这样热门的新工具背后是越来越大的模型，科技公司不得不重新考虑从头开始开发 AI 的方式。 它是首个将训练、仿真和服务统一起来的分布式计算框架，基于动态任务执行引擎统一了角色并行（actor）和任务并行（task）的计算，并保障了框架的高可扩展性和高容错性。 Ray 的架构。 新一代 AI 需要新的开发工具，Ray 只是一系列迅速兴起的下一代机器学习工具中的一个，这些工具正在迅速颠覆 AI 的开发方式。
1.1K11编辑于 2023-03-29 - 来自专栏AI系统
【AI系统】AI 框架之争
AI 框架还要思考和解决许多问题，如 AI 框架如何对实际的神经网络实现多线程算子加速？ 本文内容将会去总结 AI 框架的目的，其要求解决的技术问题和数学问题；了解了其目的后，真正地去根据时间的维度和和技术的维度梳理 AI 框架的发展脉络，并对 AI 框架的未来进行思考。 国内百度则率先布局了 PaddlePaddle 飞桨 AI 框架并于 2016 年发布。在 AI 框架的爆发阶段，AI 系统也迎来了繁荣，而在不断发展的基础上，各种框架不断迭代，也被开发者自然选择。 AI 框架的未来应对未来多样化挑战，AI 框架有以下技术趋势：全场景AI 框架将支持端边云全场景跨平台设备部署网络模型需要适配部署到端边云全场景设备，对 AI 框架提出了多样化、复杂化、碎片化的挑战。 使用 AI 框架来加速方程的求解，科学计算的模型和方法都不变的前提下，与深度学习使用同一个框架来求解，其实就是把 AI 框架看成面向张量计算的通用分布式计算框架。
49711编辑于 2024-12-06 - 来自专栏AI系统
【AI系统】AI 框架作用
本文将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的 AI 框架，看看 AI 框架具体的作用和目的。 AI 框架的作用AI 框架与微分关系根据深度学习的原理，AI 框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。 AI 框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是 AI 框架，AI 框架给开发者提供构建神经网络模型的数学操作，AI 框架把复杂的数学表达，转换成计算机可识别的计算图。 这一过程，只要你定义好网络 AI 框架都会主动地帮我们完成。 很有意思的是，AI 框架对整体开发流程进行了封装，好处是让算法研究人员专注于神经网络模型结构的设计（更好地设计出逼近复合函数），针对数据集提供更好的解决方案，研究让训练加速的优化器或者算法等。
45310编辑于 2024-12-06 - 来自专栏ceshiren0001
10+热门 AI Agent 框架深度解析：谁更适合你的项目？
⚠️ 选框架 ≠ 选最火！ 真正能跑起来、跑得稳、跑得远的 Agent 框架，才是你的最优解。为什么框架选型这么重要？架构选错，轻则性能差、调不动，重则成本高、推不动。 特别是 AI Agent，这不是一个“大模型 + 前端”的简单组合，而是任务分解、记忆管理、工具调度等模块的 复杂编排系统。 一个合适的 Agent 框架，决定了你AI应用落地的速度与质量。 10 大热门框架对比框架优势亮点适用场景使用建议LangChain功能最全：RAG、多工具、记忆系统开发复杂应用系统技术门槛高，需懂链式调用Dify低代码、支持拖拽搭建企业快速验证场景灵活性一般，适合简单应用 小步试错，快速验证搭一个 Demo，花3天验证“是不是合适”，比 PPT 评估强10倍 4. 看社区活跃度 + 私有部署能力能不能部署在自己服务器里？能不能支持国产大模型？有没有常用工具包？ 可以参考这些官方文档：LangChain 官网：https://docs.langchain.com/Dify 文档：https://docs.dify.ai/Microsoft AutoGen：https
1.9K10编辑于 2025-07-14 转载:【AI系统】AI 框架之争
AI 框架还要思考和解决许多问题，如 AI 框架如何对实际的神经网络实现多线程算子加速？ 本文内容将会去总结 AI 框架的目的，其要求解决的技术问题和数学问题；了解了其目的后，真正地去根据时间的维度和和技术的维度梳理 AI 框架的发展脉络，并对 AI 框架的未来进行思考。 国内百度则率先布局了 PaddlePaddle 飞桨 AI 框架并于 2016 年发布。在 AI 框架的爆发阶段，AI 系统也迎来了繁荣，而在不断发展的基础上，各种框架不断迭代，也被开发者自然选择。 AI 框架的未来应对未来多样化挑战，AI 框架有以下技术趋势：全场景AI 框架将支持端边云全场景跨平台设备部署网络模型需要适配部署到端边云全场景设备，对 AI 框架提出了多样化、复杂化、碎片化的挑战。 使用 AI 框架来加速方程的求解，科学计算的模型和方法都不变的前提下，与深度学习使用同一个框架来求解，其实就是把 AI 框架看成面向张量计算的通用分布式计算框架。
31510编辑于 2024-12-13- 来自专栏AI系统
到底什么是AI框架？AI框架有什么用？
本章将从深度学习的原理开始，进而深入地讨论在实现深度学习的计算过程中使用到的AI框架，看看AI框架具体的作用和目的。深度学习原理深度学习的概念源于人工神经网络的研究，但是并不完全等于传统神经网络。 AI框架的作用AI框架与微分关系根据深度学习的原理，AI框架最核心和基础的功能是自动求导（后续统一称为自动微分，AutoGrad）。接下来有个更加重要的问题，深度学习中的神经网络为什么需要反向求导？ 图片AI框架与程序结合下面左图的公式是神经网络表示的复合函数表示，蓝色框框表示的是AI框架，AI框架给开发者提供构建神经网络模型的数学操作，AI框架把复杂的数学表达，转换成计算机可识别的计算图。 图片定义整个神经网络最终的损失函数为 $Loss$ 之后，AI框架会自动对损失函数求导（即对神经网络模型中各个参数求其偏导数）。 这一过程，只要你定义好网络AI框架都会主动地帮我们完成。
1.2K00编辑于 2023-07-15 - 来自专栏DevOps
Python: 10大Web框架简介
一、Web 框架三大分类 1. 全栈框架 顾名思义，全栈 python web 框架是完美的，最适合后端和前端开发。 最好的例子是Django 框架，它被认为是最好的 Python 框架之一，在开发人员社区中很受欢迎。 2.微框架 微框架可能提供对路由、模板和其他功能的支持。 它的主要特点是它的简单性和可扩展性，这使得 Python 微框架与众不同。但是，与全栈 Python 框架相比，它也有一些局限性。 3.异步框架 这些是事件驱动的框架。 日期访问、模板、会话处理、文件管理等产品在 Python Web 开发框架的前 10 名中保留了它们的名字。 10. Tornado Tornado Python 框架已经存在了 10 多年，至今仍在使用。Tornado 最初是由 Martelli 等人开发的。
3.2K10编辑于 2024-03-29 - 来自专栏全栈者
过去10年最重要的10个 JavaScript 框架
过去的这10年，前端技术领域异彩纷呈，各种框架层出不穷。回想当年 ECMAScript 5 发布时，谁会想到10年后我们会讨论是用const好还是let好？ 我们一起来回顾过去10年影响了千千万万开发者的 JavaScript 框架。 这些框架是我们在软件开发方式上的革命，它们站在技术进步的前沿，通常会挑战现状，迎接软件开发的新时代。 框架排名不分先后，按照重要程度给框架排名本来就是不太合理的。 过去10年最重要的10个 JavaScript 框架： 1React ? 这样并排列举这两个框架显得有些滑稽，但是我倒觉得没有什么不妥，因为它们真的是两个不同的框架。 10Mocha ? 要列举最重要的 JavaScript 框架，怎么能少了最流行的测试框架呢？（为什么不提 Jest？因为它只是个库，算不上框架）。
1.3K21发布于 2020-02-25 - 来自专栏自然语言处理
txtai：全能AI框架
虽然我们还没有达到完全的AI自动化，但有很多方法可以将AI集成到业务工作流中。 本文介绍了txtai，一个用于语义搜索、大型语言模型编排和语言模型工作流的全能AI框架。 1、txtai简介 tetxtai 是一个用于语义搜索、大型语言模型编排和语言模型工作流的全能AI框架。 txtai 的关键组件是一个嵌入数据库，它结合了向量索引（稀疏和密集）、图网络和关系数据库。 where similar('machine learning') limit 1")[0]["object"]# 显示图像 Image(result.getvalue(), width=600) 10 12、大语言模型编排 txtai 是一个一体化的 AI 框架。txtai 支持构建自主代理、检索增强生成（RAG）、与数据对话、包含大型语言模型（LLM）的管道和工作流。 本文介绍了 txtai，一个一体化的 AI 框架。可能性是无限的，我们对基于 txtai 构建的内容感到兴奋！----
60311编辑于 2025-04-26 - 来自专栏KisFlow-Golang流式计算框架
Golang框架实战-KisFlow流式计算框架(10)-Flow多副本
KisFlow如果在执行流体中，需要被多个Goroutine来并发使用，可能需要同一个配置的创建多个Flow来匹配多个并发的计算流，所以Flow需要一个创建副本的能力。本章将实现这部分的能力。
32010编辑于 2024-07-19 - 来自专栏终身幼稚园
10个比较流行的PHP框架
它也非常受欢迎——截至2018年10月，几乎80%的网站都在使用PHP。 但是您如何知道哪个PHP框架适合您呢? 为什么要使用PHP框架? 本文将列出10个比较流行的PHP框架来帮助您进行选择。 因此，PHP框架将在2019年继续获得关注和流行。 10个PHP框架 1. Laravel ? Laravel于2011年推出，现已成为世界上最流行的免费、开源PHP框架。 为什么？ Symfony框架于2005年发布，尽管它的存在时间比本文中的其他框架长得多，但它是一个可靠且成熟的平台。Symfony是一个广泛的PHP MVC框架，是目前已知的唯一遵循PHP和web标准的框架。 因此，您可以在不使用框架本身的情况下使用它。注意，PHPixie有相对较少的模块。除此之外，它还缺乏对独立于依赖项的组件的支持。由于它相对较新，所以不太受欢迎，用户社区也比其他框架小。 10. 入口文件主要用于载入框架入口文件定义定义框架路径、项目路径等。
17.8K20发布于 2020-05-18 - 来自专栏中二病也要当白帽子
Android10 安装 Magisk + EdXposed 框架
因为TWRP不支持Andrioid10。具体原因可看备注。 2. 下载工具安装驱动 首先要下载ADB、Fastboot等工具。 确保自己更新为最新Android10，再下载最新的Images就行了。 但因作者自身的原因，TWRP暂时还未能适配Android 10。 作者说明如下： https://twrp.me/site/update/2019/10/23/twrp-and-android-10.html 如果刷了其他的Custom Recovery的话，按照Magisk
6.7K40发布于 2019-11-27 - 来自专栏ADAS性能优化
AI weekly (10-26)
can stop a facial recognition network from identifying people in videos. https://venturebeat.com/2019/10 software tools for artificial intelligence deep learning applications. https://venturebeat.com/2019/10 verification solutions, has raised $10 million in seed funding. https://venturebeat.com/2019/10/24/incode-raises-10-million-to-verify-identities-with-ai Twitter now With the advent of AI, data access and accuracy are being improved even more How AI is transforming
35420编辑于 2022-05-13 - 来自专栏量子发烧友
AI框架分析与介绍
什么是AI框架 AI 框架是 AI 算法模型设计、训练和验证的一套标准接口、特性库和工具包，集成了算法的封装、数据的调用以及计算资源的使用，同时面向开发者提供了开发界面和高效的执行平台，是现阶段 AI 主流 AI 框架热度排名 国内外 AI 框架在 GitHub 上的数据情况： Rank Framework Commits Fork Star Contributors Foreign Framework 框架中都是名列前茅的，并且和第二名的差距非常大，是全球目前活跃度最高、应用最广的 AI 框架。 不过如果我们对国内最大的开源代码平台 Gitee 的数据进行分析之后可以发现，MindSpore 各项数据都远超其他框架，说明它最近在国内是关注度以及被应用最多的 AI 框架，发展的势头很猛。 AI 框架用于量子技术 我们这里以目前国外及国内使用率排名前列的两个 AI 框架来作为例子进行说明。
5.9K20编辑于 2023-02-24 - 来自专栏AutoML(自动机器学习)
优秀开源AI框架推荐
AI领域开源框架推荐 AutoML开发框架 AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的 [enqma29cnv.jpeg] https://zhuanlan.zhihu.com/p/158162306zhuanlan.zhihu.com 至于开发框架主要以基于深度学习的为主推荐一下几个： 简而言之，Vega是目前第一个实现端到端AutoML的框架，目前正在参与实习工作，新的版本放出来后易用性相比于已放出的1.0版本会有很大提升，敬请期待。 https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。 : FedML.ai [5ft69derdq.jpeg] https://zhuanlan.zhihu.com/p/262497372zhuanlan.zhihu.com [5gjuag5k9n.jpeg
1.5K40发布于 2020-10-21 - 来自专栏AI技术应用
AI 智能体（AI Agent）的开发框架
AI 智能体（AI Agent）的开发框架是构建智能体的核心工具和平台，它们提供了从数据处理、模型训练到部署和监控的全流程支持。以下是常用的 AI 智能体开发框架及其特点。 5.2H2O.ai特点：提供自动化的机器学习和深度学习工具。支持大规模数据处理和分布式计算。适用场景：企业级机器学习应用。 支持多种机器学习框架。适用场景：模型生命周期管理。7.分布式计算框架7.1Ray特点：分布式计算框架，支持任务并行和分布式训练。提供 RLlib（强化学习）和 Tune（超参数调优）等工具。 8.低代码/无代码 AI 平台8.1Google AutoML特点：提供自动化的模型训练和部署服务。支持图像、文本、表格数据等多种任务。适用场景：快速构建 AI 应用。 适用场景：企业级 AI 解决方案。总结AI 智能体的开发框架涵盖了从数据处理、模型训练到部署和监控的全流程。
1.3K10编辑于 2025-02-18 - 来自专栏AutoML(自动机器学习)
优秀开源AI框架推荐
AI领域开源框架推荐 AutoML开发框架 AutoML全称是Automated Machine Learning，即自动机器学习，听起来是不是很酷，没错的确很酷，如果感兴趣的话可以读一下我们实验室写的 简而言之，Vega是目前第一个实现端到端AutoML的框架，目前正在参与实习工作，新的版本放出来后易用性相比于已放出的1.0版本会有很大提升，敬请期待。 /autogluongithub.com 3D Deep Learning 下面这个是最近由MIT大学韩松团队开发的用于3D 深度学习场景的开源框架。 https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com fast.ai： 这个库怎么说呢，我个人是不太喜欢用的，文档写的不合我的胃口。 联邦学习开发框架: FedML.ai ? https://zhuanlan.zhihu.com/p/262497372zhuanlan.zhihu.com ?
1.4K20发布于 2020-10-28 - 来自专栏自然语言处理
智能体框架：11 个顶级 AI Agent 框架！
本指南将深入探讨当前最优秀的 11 个 AI Agent 框架，比较它们的特性、优势、劣势以及理想的应用场景，帮助您为下一个项目做出明智的决定。 什么是 AI Agent 框架？ 11 个最佳 AI Agent 框架 1. LangChain LangChain 是一个开源框架，已成为构建 AI 驱动应用最受欢迎的选择之一。 user_proxy", human_input_mode="TERMINATE", # 任务完成后自动回复 TERMINATE max_consecutive_auto_reply=10 系统能力 优势： 模块化架构 易于使用的开发方法 支持创建复杂的工作流 能够将 AI 嵌入到现有开发流程中 劣势： 框架相对较新 需要理解 AI 集成概念 对于不熟悉 AI框架的开发者可能存在学习曲线 return [] """ # 要训练和运行 RASA 助手： # rasa train # rasa run 10.
13.5K52编辑于 2025-07-02 - 来自专栏AI系统
【AI系统】框架编程范式
本文将会深入展开和介绍两种不同的编程范式对 AI 框架整体架构设计的影响，以及目前主流的 AI 框架在编程范式之间的差异。 AI 框架中 PyTorch 则主要使用了命令式编程的方式。 在 AI 框架领域中以 TensorFlow1.X 为代表，就使用了声明式编程。 随着 AI 框架引入更多的编程模式和特性，例如 TensorFlow Eager 模式和 PyTorch JIT 的加入，主流 AI 框架都选择了通过支持混合式编程以兼顾两者的优点。 缺点也较为明显：数据类型和控制流受到 AI 框架中的 API 对神经网络有限定义而约束；因为神经网络的独特性需要 AI 框架预定义对应的概念（DSL），造成不方便调试、灵活性低。
38110编辑于 2024-12-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号