- 综合排序
- 最热优先
- 最新优先
- 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。
46011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。
43310编辑于 2024-12-06 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。
30310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。 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。 ] app = Application("workflow.yml") list(app.workflow("chain", inputs)) ['French', 'German'] 14、结束语 AI 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！----
53711编辑于 2025-04-26 - 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。
5.8K20编辑于 2023-02-24 - 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。
1.2K10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 [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。
36010编辑于 2024-12-06 - 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。 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 示例：Salesforce Agentforce、Einstein GPT、OpenAI Agents SDK 的部分功能 AI Agent 框架的关键评估标准 评估 AI Agent 框架时，请考虑以下重要因素 工具和记忆集成得到增强 开发接口更加简化 对低代码和简化 AI Agent 开发的关注日益增长 如何选择合适的 AI Agent 框架 为您的项目选择 AI Agent 框架时，请考虑：- 您的特定项目需求
12.3K51编辑于 2025-07-02 - 来自专栏网络安全
开源AI应用安全指导框架 — OWASP AI Exchange
OWASP正越来越多地被视为AI安全知识的权威来源，其2023年发布的OWASP LLM Top 10便是最早的体系化AI安全风险列表，该列表详述了大型语言模型（LLM）系统的十大潜在风险，并提供了相应的风险缓解策略 而最新推出的OWASP AI Exchange是一项开源协作项目，它致力于推动全球AI安全标准、法规和知识的进步与共享。该项目覆盖了AI领域的诸多关键方面，包括主要威胁、漏洞和控制措施。 下图形象的展示了AI面临的一些常见攻击手段和信息泄露风险AI安全控制内容概要 AI 安全控制（以大写字母表示 - 并在文档中进一步讨论）可以按照元控制进行分组：应用 AI 治理 （AIPROGRAM AI Exchange 和即将推出的 ISO 27090（AI 安全）是更全面的威胁和控制来源。 将专业的软件工程实践应用于 AI 生命周期 （DEVPROGAM）。
55110编辑于 2024-09-22 - 来自专栏AI技术应用
AI工作流程开发框架
AI工作流程开发框架是用于构建、部署和管理人工智能（AI）应用程序的软件工具和技术的集合。它们提供了一组预先构建的组件、API和工具，简化了AI工作流程的开发过程。 常见的AI工作流程开发框架1.Kubeflow特点： 基于Kubernetes的机器学习平台 提供各种组件，如训练、部署、管道等 支持多种机器学习框架（如TensorFlow、PyTorch） 适用于： 选择AI工作流程开发框架时，需要考虑以下因素：项目需求：确定AI工作流程的复杂程度、运行环境、依赖关系等。技术栈：选择与现有技术栈兼容的框架，降低开发成本。 团队经验：考虑团队成员对框架的熟悉程度和经验。社区支持：选择社区活跃、文档完善的框架，方便获取帮助。总结AI工作流程开发框架是构建AI应用的重要工具，选择合适的框架可以提高开发效率、降低开发成本。 希望以上信息能帮助您更好地了解AI工作流程开发框架。
32510编辑于 2025-02-19 - 来自专栏AI技术应用
AI招聘APP的技术框架
开发一个AI招聘APP需要综合考虑多个技术层面，以确保应用的高效性、安全性和用户体验。以下是基于最新搜索结果的技术框架和功能架构。 1.技术架构1.1前端开发用户界面：使用现代的前端框架（如React Native或Flutter）开发跨平台的移动应用，确保在iOS和Android设备上提供一致的用户体验。 1.3AI集成自然语言处理（NLP）：用于解析简历、职位描述和候选人的沟通内容，以实现智能匹配和自动化筛选。预测分析：通过分析历史数据，预测候选人的成功概率，优化招聘流程。 自动化筛选：通过AI驱动的工具自动化候选人的筛选过程，提高招聘效率。视频面试和评估：提供视频面试功能，并通过AI进行评估和分析。 通过以上技术框架和功能架构，AI招聘APP可以在确保高效招聘流程的同时，提供安全和友好的用户体验。
32710编辑于 2025-03-25 转载:【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。
36310编辑于 2024-12-13- 来自专栏AI技术应用
AI招聘APP的开发框架
AI招聘APP的开发框架涉及多个技术层面，需要综合考虑数据采集、处理、模型训练、应用部署以及用户交互等环节。一个良好的开发框架能够支撑APP的高效运行、智能化功能实现以及未来的扩展和维护。 以下是AI招聘APP开发框架的关键组成部分。1. 数据层：数据是AI模型的基础，高质量的数据是训练出优秀AI模型的关键。 模型层：模型层是AI招聘APP的核心，负责实现各种智能化功能。自然语言处理（NLP）模型： 简历解析模型： 用于提取简历中的关键信息，例如使用命名实体识别（NER）、信息抽取（IE）等技术。 模型训练框架： TensorFlow、PyTorch等深度学习框架。 Scikit-learn等机器学习库。3. 应用层：应用层负责将模型集成到APP中，并提供用户交互界面。 通过以上框架的构建和技术的应用，可以开发出功能强大、性能优良的AI招聘APP，有效地提高招聘效率和质量。同时，也需要关注最新的技术发展趋势，不断进行迭代和更新，以保持APP的竞争力。
34600编辑于 2025-01-25 - 来自专栏AI技术应用
AI口语纠正的技术框架
AI口语纠正的技术框架涉及多个密切相关的技术领域，旨在帮助学习者提高口语流利度和准确性。以下我将详细阐述其技术框架，并结合实际应用进行说明。 二、技术框架的整合与应用这些核心技术模块需要有效地整合在一起，才能构成完整的AI口语纠正系统。一个典型的技术框架如下：1.用户语音输入。2.语音识别：将用户语音转换为文本。 在线英语学习平台：许多在线教育平台都集成了AI口语纠正功能。智能语音助手：一些智能语音助手也提供口语练习功能。五、总结AI口语纠正是一个涉及多学科交叉的复杂领域，需要不断的技术创新和积累。 随着深度学习等技术的不断发展，AI口语纠正的准确性和智能化程度将不断提高，为语言学习者提供更有效的帮助。
89410编辑于 2025-01-18 - 来自专栏AI技术应用
AI招聘APP的开发框架
AI招聘APP的开发框架是一个复杂而多层次的系统，它需要整合数据采集、处理、模型训练、应用部署以及用户交互等多个环节。一个优秀的开发框架能够支撑APP的高效运行、智能化功能实现以及未来的扩展和维护。 数据层 (Data Layer)：数据是AI的基石，高质量、多样化的数据是训练出优秀AI模型的关键。 模型层 (Model Layer)：模型层是AI招聘APP的核心，负责实现各种智能化功能。 模型训练框架 (Model Training Frameworks)： TensorFlow、PyTorch等深度学习框架。 Scikit-learn等机器学习库。 通过以上框架的构建和技术的应用，可以开发出功能强大、性能优良、且符合中国法律法规的AI招聘APP，有效地提高招聘效率和质量。
36100编辑于 2025-01-25 - 来自专栏鸿蒙开发笔记
OpenHarmony AI框架开发解析
一、概述1、功能简介AI 业务子系统是 OpenHarmony 提供原生的分布式 AI 能力的子系统。AI 业务子系统提供了统一的 AI 引擎框架，实现算法能力快速插件化集成。 AI 引擎框架主要包含插件管理、模块管理和通信管理模块，完成对 AI 算法能力的生命周期管理和按需部署。 后续，会逐步定义统一的 AI 能力接口，便于 AI 能力的分布式调用。同时，框架提供适配不同推理框架层级的统一推理接口。AI 引擎框架结构如下图所示。 图 1 AI 引擎框架2、搭建环境准备开发板：Hi3516DV300 或 Hi3518EV300下载源码二、技术规范1、代码管理规范AI 引擎框架包含 client、server 和 common 三个主要模块 AI 引擎框架各模块之间的代码依赖关系如下图所示：图 2 AI 引擎代码依赖关系建议：插件与 OpenHarmony SDK 在 AI 引擎指定的路径下进行代码开发在 AI 引擎框架的整体规划中，OpenHarmony
50820编辑于 2025-05-10 - 来自专栏AI技术应用
AI题库APP的开发框架
开发AI题库APP所需的技术框架涵盖了多个层面，需要将传统的移动应用开发框架与人工智能相关的技术栈相结合。以下是一个构建AI题库APP的典型开发框架组成。1. 后端开发框架 (Backend Development Framework)负责处理业务逻辑、用户数据管理、题库管理、接收前端请求并调用AI服务，以及处理AI服务返回的结果。 选择 F 合的编程语言和框架: Python: Django 或 Flask。Python 在数据科学和AI领域有 者地位，与AI模型的集成非常方便。 AI/机器学习框架与库 (AI/ML Frameworks & Libraries)这是AI题库APP的核心技术组成部分，用于构建、训练和部署AI模型。 构建AI题库APP的技术框架需要根据具体的业务需求、预期的用户量、预算和团队的技术能力进行综合选择和设计。其中，AI模型的选择、训练和持续优化是核心且具挑战性的部分。
36800编辑于 2025-05-14
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