40 条“RAG融合” 相关内容
- TensorFlow表现 | PerformanceXLA Overview（XLA概述）
XLA Overview（XLA概述）
编译子图以减少短暂Ops的执行时间，以消除TensorFlow运行时间的开销，融合流水线操作以减少内存开销，并专用于已知张量形状以允许更积极的恒定传播。 改善内存使用。
- Docker机器 | Machine驱动总览 | Drivers overview (Machine)
驱动总览 | Drivers overview (Machine)
- Docker机器 | Machine机器 | Machine
机器 | Machine
- TensorFlow表现 | PerformanceUsing JIT Compilation（使用JIT编译）
Using JIT Compilation（使用JIT编译）
- TensorFlow扩展 | ExtendTensorFlow Architecture（TensorFlow架构）
TensorFlow Architecture（TensorFlow架构）
融合以太网上的RDMA。 我们还对NVIDIA的NCCL库进行了多GPU通信的初步支持（请参阅参考资料tf.contrib.nccl）。
- TensorFlow表现 | PerformancePerformance Guide（性能指南）
Performance Guide（性能指南）
TensorFlow中有许多融合操作，XLA将尽可能创建融合操作，以自动提高性能。下面收集的是精选的融合行动，可以大大提高性能，并可能被忽视。
- scikit-image指南 | GuideImage adjustment: transforming image content
Image adjustment: transforming image content
[图片] 例子： 着色灰度图像 找到两个分段的交集 RAG阈值 对比和曝光 图像像素可以采用由dtype图像（请参阅图像数据类型及其含义）确定的值，例如uint8图像或[0,1]浮点图像的0至255。
- SQLite其他 | MiscellaneousHow To Compile SQLite
How To Compile SQLite
- Stylelint用户指南PostCSS 插件 | The PostCSS plugin
PostCSS 插件 | The PostCSS plugin
例B 一个融合了检测和构建任务的样例，插件调用PostCSSJSAPI，结合postcss-import使用(使用它的plugins选项)，因此，源文件在转换之前就进行了检测。
- Docker机器 | Machine机器概念和帮助 | Machine concepts and help
机器概念和帮助 | Machine concepts and help
- Docker机器 | Machine机器总览 | Machine overview
机器总览 | Machine overview
- TensorFlow表现 | PerformanceHigh-Performance Models（高性能的模型）
High-Performance Models（高性能的模型）
使用融合的批处理-规范化 TensorFlow中的默认批量标准化是作为组合操作实现的。这是非常普遍的，但往往导致表现欠佳。另一种方法是使用融合的批量标准化，通常在GPU上具有更好的性能。
腾讯云开发者
扫码关注腾讯云开发者
领取腾讯云代金券
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
领券