- 综合排序
- 最热优先
- 最新优先
- 来自专栏大语言模型，算力共享
tinygrad框架简介；MLX框架简介
目录tinygrad框架简介MLX框架简介LLaMA编辑Stable Diffusion编辑tinygrad框架简介极简主义与易扩展性 tinygrad 的设计理念是极简主义。 MLX框架简介基本信息开发者：Apple的机器学习研究团队设计理念：专为苹果芯片设计，旨在提供一个既简单易用又高效的研究环境，让研究人员能够快速探索和实现新的算法思想。 主要特点紧密类似NumPy的API：MLX提供了与NumPy类似的Python API，以及与之对应的C++ API，使得开发者能轻松上手。 ）语音识别（利用OpenAI的Whisper进行语音识别）获取方式MLX可以通过PyPI安装Python API，或者通过GitHub上的源代码进行编译和安装。 综上所述，tinygrad和MLX都是具有独特特点和优势的深度学习框架，分别适用于不同的开发者和应用场景。
73720编辑于 2024-07-23 - 来自专栏学海无涯
SwiftUI-MLX本地大模型开发
介绍 MLX 是 Apple 专为 Apple 芯片设计的机器学习框架。 MLX Swift 将 MLX 扩展到了 Swift，可以直接在 iOS 项目中使用而无需借助 Python。 MLX 中的 MLXLLM 模块提供了一种简单的方法来在本地设备（iPhone/iPad/Mac）使用预训练的大语言模型 (LLMs) 进行推理。 使用步骤 添加 MLXLLM Package。
58110编辑于 2025-02-19 - 来自专栏学海无涯
SwiftUI-MLX本地大模型开发（四）
介绍 在 SwiftUI-MLX本地大模型开发、SwiftUI-MLX本地大模型开发（二）与 SwiftUI-MLX本地大模型开发（三）中，我们解决了基本使用、定制模型、使用本地模型、更改模型存储路径、 环境 pip install mlx pip install mlx-lm pip install transformers 数据 新建文件train.jsonl、valid.jsonl与test.jsonl 根据模型说明文件，准备数据，格式如下。本文以ticoAg/Chinese-medical-dialogue进行微调。 {"text": "你是谁?\n我是你的私人智能小助手，我叫羊羊。"} mlx_lm.lora \ --train \ --model /Users/yangfan/Documents/huggingface/models/mlx-community/Llama-3.2 \ --model /Users/yangfan/Documents/huggingface/models/mlx-community/Llama-3.2-1B-Instruct-4bit \ -
38210编辑于 2025-04-21 - 来自专栏学海无涯
SwiftUI-MLX本地大模型开发（二）
介绍 在 SwiftUI-MLX本地大模型开发一文中，我们已经详细讲了如何利用 MLX 进行本地大模型的开发。但是通过案例可以发现 2 个问题： MLX 内置的大模型数量有限。 可以在 Hugging Face 模型搜索地址 中搜索需要的 MLX 大模型。 // MARK: - 注册自定义模型，模型必须为MLX格式 extension MLXLLM.ModelRegistry { public static let llama3_2_3B_4bit = ModelConfiguration( id: "mlx-community/Llama-3.2-3B-Instruct-4bit", // Hugging Face上模型的仓库路径 可以在 Model Scope 模型搜索地址 中搜索并下载需要的 MLX 大模型。
32200编辑于 2025-04-14 - 来自专栏学海无涯
SwiftUI-MLX本地大模型开发（三）
/huggingface/models/mlx-community目录（iOS）。 案例：将模型存储位置更改为：/Users/yangfan/Downloads/mlx_models/models/mlx-community（macOS）或者 sandbox 下的Downloads/mlx_models /models/mlx-community目录（iOS）。 # 安装mlx_lm pip install mlx mlx-lm # 下载模型到本地 modelscope download --model NousResearch/Hermes-3-Llama- --hf-path /Users/yangfan/Documents/modelscope/Hermes-3-Llama-3.2-3B -q # --mlx-path：转换后模型存储路径 mlx_lm.convert
58310编辑于 2025-04-14 - 来自专栏学海无涯
SwiftUI-MLX本地大模型开发（五）
适配本地模型：适用于运行在 Apple Silicon 上的 MLX 模型。 支持资源监控：可输出内存占用等性能指标，方便优化推理策略。 llm-tool使用步骤 克隆项目git clone https://github.com/ml-explore/mlx-swift-examples.git。 使用 Xcode 打开mlx-swift-examples项目，选择 llm-tool 进行编译。 通过终端命令mlx-run llm-tool eval快速测试。 案例 cd mlx-swift-examples . /mlx-run llm-tool eval \ --model /Users/yangfan/Documents/modelscope/Hermes-3-Llama-3.2-3B \
35610编辑于 2025-05-06 - 来自专栏生物信息学、python、R、linux
10X genomics bam文件的格式
string 130M286409N20M 7 NA Reference name of mate * 8 NA Position of mate 0 9 NA Template length 0 10 CGCTCACGCATA 25 RG Read group RG:Z:Day1:0:1:HWJ5VDSXX:4 参考： https://davetang.org/muse/2018/06/06/10x-single-cell-bam-files / https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/output/bam
1.7K10发布于 2020-08-11 - 来自专栏全栈程序员必看
dos命令中DATE:~0,10输出日期格式名称格式改为-
1、问题原因 系统日期格式为/分隔，dos命令中%DATE:~0,10%的日期将会被当作多个文件夹处理 2、解决方法 1)、在控制面板中时钟、语言和区域中或者桌面右下角调整日期和时间格式，更改日历设置 ，日期格式由原来是yyyy/M/d 改成yyyy-M-d 2)、通用写法（年月日分开取）：%DATE:~0,10%替换为%date:~0,4%%date:~5,2%%date:~8,2% 3)、提前变量赋值 ：set tmp=%date:~0,10% 然后%DATE:~0,10%替换为%tmp:/=-% 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。
1.6K20编辑于 2022-11-05 - 来自专栏全栈程序员必看
win10更改计算机时间格式,Win10电脑锁屏的时钟格式怎么更改
Win10电脑锁屏的时钟格式怎么更改 腾讯视频/爱奇艺/优酷/外卖 充值4折起 我们在使用Win10电脑的锁定屏幕后，默认显示的是12小时的时钟格式。 想要将12小时格式设置为24小时格式，该怎么操作呢？今天就跟大家介绍一下Win10电脑锁屏的时钟格式怎么更改的具体操作步骤。 1. 如图，在打开的“自定义格式”窗口中，上方切换到“时间”选项下。 4. 在下方的“长时间”栏设置为HH：mm，然后依次点击“应用— 确定”。 5. 若想要对所有用户帐户设置相同的时间格式。则在上方切换到“ 管理”选项下，点击左侧的“ 复制设置”按钮。 7. 以上就是Win10电脑锁屏的时钟格式怎么更改的具体操作步骤。
4.4K10编辑于 2022-11-10 Mac Studio M4 通过 vLLM 部署本地大模型，对接 Jeecg-AI
系统占用约 8-10GB，实际可用约 118GB。2. 环境准备2.1 操作系统要求确保 macOS 版本为 Sequoia (15.0) 或更高，以获得最佳的 MLX 性能支持。 vllm-mlx4.3 验证安装vllm-mlx --help5. 模型选型推荐基于 128GB 内存，以下是推荐的模型（均为 MLX 格式，位于 Hugging Face 的 mlx-community 组织下）：模型名称内存占用优势推荐等级Qwen3-30B-A3B 10. /Qwen2.5-72B-Instruct-4bit --port 800111.5 生成速度慢确认是否使用了 MLX 格式模型（mlx-community 前缀）尝试启用 Paged Attention
1.7K10编辑于 2026-03-12A800_1.6T RDMA实例测试指导文档
带宽测试server： taskset -c 20,21 ib_write_bw -d mlx5_bond_0 -x 3 -F --report_gbits -p 18500 -D 2 -q 10 -- run_infinitely taskset -c 24,25 ib_write_bw -d mlx5_bond_2 -x 3 -F --report_gbits -p 18502 -D 2 -q 10 10 --run_infinitely taskset -c 84,85 ib_write_bw -d mlx5_bond_6 -x 3 -F --report_gbits -p 18506 -D 2 -p 18500 -D 2 -q 10 --run_infinitely 30.7.64.146 taskset -c 24,25 ib_write_bw -d mlx5_bond_2 -x 3 -F --report_gbits -p 18502 -D 2 -q 10 --run_infinitely 30.7.64.134 taskset -c 80,81 ib_write_bw -d mlx5
1K10编辑于 2024-10-22- 来自专栏林德熙的博客
win10 uwp 安装文件 appinstaller 格式
本文详细告诉大家 appinstaller 的格式，和如何通过 appinstaller 设置自动更新和安装 在使用 appinstaller 安装 UWP 应用之前，需要系统的版本是 Windows 10 Fall Creators Update 以上，通过 appinstaller 文件可以用来分发应用给用户，不需要通过微软的商店。 /2018 给 win10 1803 和以上使用的是 http://schemas.microsoft.com/appx/appinstaller/2017/2 给 win10 1709 和以上使用的是 现在有 appxbundle 和 msixbundle 两个不同的格式，但是这两个格式相同的写法，通过 MainBundle 如下代码。 <? 在 OnLaunch 指定时间多少小时访问文件，如 HoursBetweenUpdateChecks=10 就是 10 个小时访问一次这个文件，判断是不是需要更新。
10.5K60发布于 2019-03-13 Ollama MLX支持深度解析：Apple Silicon如何成为AI开发新主力平台
1.技术突破：MLX、NVFP4和缓存优化的协同效应技术原理解析Ollama这次的技术突破主要体现在三个方面：MLX框架支持MLX是苹果推出的机器学习框架，专为AppleSilicon设计。 常见问题解决方案问题1：模型兼容性解决方案：使用MLX转换工具将现有模型转换为MLX格式命令：mlx-convert--inputmodel.pt--outputmodel.mlx问题2：内存不足解决方案 ：启用模型量化，使用INT8格式命令：ollamarunmlx-model--quantizeint83.行业影响：AI开发生态的重构对开发者的意义降低入门门槛：AppleSilicon用户无需额外硬件即可进行 Q：MLX和PyTorch/TensorFlow相比有什么优势？A：MLX专为AppleSilicon设计，能够充分利用硬件特性，在本地推理速度和能效比上表现更好。 Q：现有的Ollama模型可以直接在MLX上运行吗？A：需要先转换为MLX格式。Ollama提供了转换工具，可以将现有的PyTorch模型转换为MLX格式，但可能需要一些调整。
78310编辑于 2026-03-31- 来自专栏工程监测
MLX90640 开发笔记 成果展示-红眼睛相机
MLX90640 开发笔记 最终的成果是一个微型的USB接口红外成像模块（微型红外成像仪30*30mm），可以连接到Android手机或者计算机的USB接口，实时显示热像视频，和手机相机差不多，只不过它是热红外成像
45220编辑于 2022-06-28 - 来自专栏开源优测
10 别啊，还有INI格式呢，别忘记我
什么是INI格式 INI文件格式是某些平台或软件上的配置文件的非正式标准，以节(section)和键(key)构成，常用于微软Windows操作系统中。这种配置文件的文件扩展名多为INI，故名。 INI文件格式 节(section) 节用方括号括起来，单独占一行，例如： [section] 键(key) 键(key)又名属性(property)，单独占一行用等号连接键名和键值，例如： name= 123456 ;默认链接的数据库名 db=autotest Python ConfigParser类 在python里由标准模块ConfigParser模块提供的ConfigParser类实现对INI格式的文件进行读写 #[mysql] #port = 4000 #db = autotesting #user = root #password = 123456 小结 本文对ini格式的解析进行了较为完整的演示
1.1K120发布于 2018-04-09 - 来自专栏福大大架构师每日一题
MLX 性能大幅提升 ， Gemma4 闪光注意力全面启用
该项改动位于responses模块，直接扩展API响应结构，前端与后端服务均可无缝对接新的返回格式，无需额外适配改造。 MLX库路径匹配规则优化 在GPU设备发现逻辑中添加mlx_前缀过滤，避免因路径匹配错误导致的MLX库加载失败，精准识别mlx_开头的硬件加速库目录，提升苹果芯片与NVIDIA GPU平台的库加载成功率 （三）统一MLX变体加载策略 对mlx_*目录进行倒序排序加载，优先加载高版本MLX库（如mlx_metal_v4优先于mlx_metal_v3），自动跳过不兼容硬件平台的变体，实现硬件自适应加载，无需用户手动指定库路径 构建打包Safetensors格式数据，支持多张量合并 4. 自定义模型部署更简单 Safetensors导入修复、实验性路径简化，让开源模型一键转为ollama可用格式，降低本地化部署成本。 3.
28520编辑于 2026-04-14 - 来自专栏三流程序员的挣扎
2022-10-15-整洁代码的注释与格式
格式 短文件比长文件更易于理解。确实是这样，一个文件行数太多，方法太多，跳转来跳转去的都麻烦。
36820编辑于 2022-10-25 - 来自专栏用户8678874的专栏
Melexis 宣布推出最新款 Triaxis® 位置传感器芯片及全新无 PCB 封装选项
MLX90377 支持更多的输出信号格式，而全新的单模封装（SMP） 可提高无 PCB 集成并降低制造成本 2021 年 5 月 28 日，比利时泰森德洛 - 全球微电子工程公司 Melexis 推出面向汽车和工业应用的单裸片和双裸片 MLX90377产品应用图.jpg MLX90377 是一款磁旋转和线性位置传感器芯片，将在 Triaxis 传感器芯片 MLX90371 和 MLX90372 的成功基础上再续辉煌。 MLX90377 基于 Triaxis 霍尔磁性前端，集成了 ADC 信号调节模块、数字信号处理器以及支持 SPC（短 PWM 代码）、模拟、PWM 和 SENT 信号格式的输出级驱动器。 作为 Triaxis 位置传感器芯片系列的一员，MLX90377 同样可用于旋转和线性运动位置传感应用。 其中 SMP-3 是一款单裸片解决方案，MLX90377 是首款支持 SMP-3 的产品，SMP-4 是一款双裸片解决方案（共享电源和接地引脚），此前推出的 MLX90371 是首款支持 SMP-4 的产品
48360发布于 2021-05-31 - 来自专栏算法与编程之美
使用detetime库输出10种不同日期格式
1 问题 如何使用python中的datetime库输入10种不同的日期格式，输出自己的生日日期？ 2 方法 （1）、创建一个datetime的对象，获取时间。 （4）、使用strftime()函数格式化去掉后面的微秒毫秒级别时间。 Birthday.strftime(‘%m%d%Y’))print(‘{}年{}周{}星期’format(0,1,2))print(Birthday.strftime(‘%y-%m-%d-%A’)) 3 结语 针对如何输入10 种不同的日期格式的问题，提出使用datetime库的方法，通过datetime实验，证明该方法是有效的，让我们对datetime库更加熟悉，未来可以拓展更多的方法来输入日期格式。
52210编辑于 2024-04-19 exo: 使用日常设备在家运行自己的 AI 集群
•MLX 支持：exo 使用 MLX[4] 作为推理后端，并使用 MLX[5] 分布式进行分布式通信。 用于 Python 依赖管理）•macmon[8]（用于 Apple Silicon 的硬件监控）•node[9]（用于构建仪表板） brew install uv macmon node •rust[10 发送聊天完成请求 现在，向/v1/chat/completions 端点发送 POST 请求（格式与 OpenAI 的 API 相同）： curl -N -X POST http://localhost s=20 [4]MLX:https://github.com/ml-explore/mlx [5]MLX:https://ml-explore.github.io/mlx/build/html/usage github.com/astral-sh/uv [8]macmon:https://github.com/vladkens/macmon [9]node:https://github.com/nodejs/node [10
36710编辑于 2026-03-13
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