-
腾讯披露最新大模型训练方法，可节省50%算力成本
在算力紧缺的背景下，如何提升大模型训练和推理的效率，并降低成本，成为业界关注的焦点。 11月23日，腾讯披露，腾讯混元大模型背后的自研机器学习框架Angel再次升级，大模型训练效率提升至主流开源框架的2.6倍，千亿级大模型训练可节省50%算力成本。升级后...
-
AIGC繁花，绽放在精耕的算力土壤之上
2023年的春天，称得上一句AI之春。大模型成为技术力量新的爆发点，生成式AI（AIGC）应用风起云涌。 产业界争先恐后训大模型之际，广大用户最大的困惑是——发布了，但就是玩不到啊！ OpenAI有地域限制且不去说它，各种国产大模型也很...
-
LLMs之Colossal-LLaMA-2：源码解读(train.py文件)基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插
LLMs之Colossal-LLaMA-2：源码解读(train.py文件 基于给定数据集实现持续预训练LLaMA-2—解析命令行参数→初始化配置(分布式训练环境colossalai+训练日志+加速插件 →数据预处理(初始化分词器+数据处理器+数据加载器 ...
-
【AIGC】ChatGPT能上传文件了，文档图片数据集秒理解，代码一键执行
文章目录 前言 正文 Python支持的ChatGPT都能干 应用场景 文档理解和摘要 图片分析和描述 数据集处理和分析 文件搜索和检索 任务协作和知识共享 总结 写在最后 前言 在过去的几年中，人工智能技术取得了巨大的进展，...
-
一种全新的日志异常检测评估框架：LightAD
本文分享自华为云社区《【AIOps】一种全新的日志异常检测评估框架：LightAD，相关成果已被软工顶会ICSE 2024录用》，作者： DevAI。 深度学习（DL）虽然在日志异常检测中得到了不少应用，但在实际轻量级运维模型选择中，必须仔细考虑异常检测...
-
QPS提升近10倍！解读飞桨加持下的文心一言满月成绩单
近期，一直犹抱琵琶半遮面的国内各路AI相关厂商，扎堆发布大模型。一时间，百“模”大战，鱼龙混杂。 此前，作为全球第一个正式发布大模型的大厂，百度文心一言的一举一动，成为业界关注的焦点。 就在4月19日，时隔文心一言发布1个月又3天，一张“百度飞桨对文心...
-
【云上探索实验室】活动小记-《使用 Amazon SageMaker 构建机器学习应用》《基于 Amazon SageMaker 构建细粒度情感分析应用》《基于Stable Diffusion模》
有幸参加亚马逊的【云上探索实验室】实验活动，活动围绕亚马逊 SageMaker开展。Amazon SageMaker 是一项完全托管的机器学习服务。借助 SageMaker，开发人员可以快速、轻松地构建和训练机器学习模型，然后直接将模型部署到生产就绪托管环...
-
AntDB数据库受邀参加第六届上海人工智能大会，分享AIGC时代核心交易系统升级方案
近日，第六届上海人工智能大会春季论坛圆满落幕。大会以“数智互联，瞰见未来”为主题，邀请了来自国内外十余个国家和地区的学术界顶级学者和业内知名企业的技术大咖，探讨人工智能的学术、人才、技术、行业发展痛点。亚信科技AntDB数据库作为数智转型时代的基础软件受邀...
-
暂停ChatGPT Plus注册，OpenAI面临容量挑战
11月16日消息，据外媒报道，OpenAI首席执行官Sam Altman日前表示，DevDay开发者大会之后，ChatGPT的使用量激增，这给ChatGPT带来了容量挑战。对此，OpenAI决定暂时停止ChatGPT Plus的注册，以解决这些问题，并...
-
AI生成图像竟如此真实了？Stable Diffusion Model本地部署教程
✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。 ?个人主页：小嗷犬的个人主页 ?个人网站：小嗷犬的技术小站 ?个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。 本文目录 图像生成 sta...
-
AI绘画第一步，安装Stable-Diffusion-WebUI全过程 !
别玩那些小孩子的玩意儿了，大人应该玩这些^_^！ 我是真没想到，AI绘画已经进化到这种程度了。 实在是太！逼！真! 了！不上重马赛克都不敢贴图！ 看了这些图，有没有心痒痒的？今天就来带大家入个门！先把...
-
FFA 2023｜第六届 Flink Forward Asia 峰会议程正式上线！
今年 Flink Forward Asia（以下简称 FFA ） 重新回归线下，将于 12 月 8 - 9 日在北京望京凯悦酒店举办。Flink Forward Asia 2023 大会议程现已正式上线！ Flink Forward 是由 Apache...
-
昇腾CANN 7.0 黑科技：大模型推理部署技术解密
本文分享自华为云社区《昇腾CANN 7.0 黑科技：大模型推理部署技术解密》，作者：昇腾CANN。 近期，随着生成式AI、大模型进入公众视野，越来越多的人意识到抓住AI的爆发就是抓住未来智能化变革的契机。AI基础设施如何快速部署使用，以及如何提升推理性能...
-
【2023云栖】黄博远：阿里云人工智能平台PAI年度发布
本文根据2023云栖大会演讲实录整理而成，演讲信息如下： 演讲人：黄博远 | 阿里云计算平台事业部资深产品专家、阿里云人工智能平台PAI产品负责人 演讲主题：阿里云人工智能平台PAI年度发布 AIGC是我们这个时代的新机遇 今年云栖大会，阿里云机器...
-
百度天工AIoT团队开源MQTT物联网消息中间件BifroMQ-v2.0.0
百度天工 AIoT 团队发布了高性能分布式 MQTT 物联网消息中间件 BifroMQ-v2.0.0版本，该版本首次支持集群模式，称为 StandardCluster。 新版本具有以下特性:全面支持 MQTT 协议、新增 HTTP API 支持、保持高性...
-
详解超强ResNet变体NFNet：抛弃归一化后，性能却达到了最强！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 从上古时期一直到今天，Batch Norm (BN 一直都是视觉骨干架构里面很重要的一个环节。BN 使得研究人员可以训练更深的网络，并在训练集和测试集上实现更高的精度。Batch Norm 还可以平...
-
基于Amazon SageMaker平台部署Stable Diffusion模型实现——图片识别
序言： 当谈到机器学习和人工智能的开发和部署时，Amazon SageMaker是一个非常强大和全面的平台。作为一项托管式的机器学习服务，Amazon SageMaker提供了一套完整的工具和功能，帮助开发者轻松构建、训练和部署机器学习模型。 首先，让...
-
AIGC 爆火，浪潮信息要做大模型的数据存储大底座
AIGC 在 2023 年爆火，各类大模型层出不穷，参数动辄达到千亿数量级。这些背后，数据的类型和形式也走向复杂多样。例如大模型会采用到我们真实物理世界中的文字、视觉、音频、3D、雷达、多谱等复杂多样的不同模态信号和数据，数据则又存在结构化、半结构化、非结...
-
大语言模型之十五-预训练和监督微调中文LLama-2
这篇博客是继《大语言模型之十二 SentencePiece扩充LLama2中文词汇》、《大语言模型之十三 LLama2中文推理》和《大语言模型之十四-PEFT的LoRA》 前面博客演示了中文词汇的扩充以及给予LoRA方法的预训练模型参数合并，并没有给出Lo...
-
微软推出 FP8 混合精度训练框架：比 BF16 快 64%，内存占用少 42%
11 月 10 日消息，大语言模型（LLM）快速崛起，在语言生成和理解方面表现出光明的前景，影响超越了语言领域，延伸到逻辑、数学、物理学等领域。 不过想要解锁这些“非凡能量”，需要付出高额的代价，例如训练 540B 模型，需要 Project PaL...
-
如何为制造业和自动化应用选择人工智能技术
在工业自动化领域的生产和实验室之外的日常生活中，人工智能(AI 的定义差异很大。 “人工智能”指的是一门包含了几种不同技术和工程学科的科学，包括机器视觉、计算机视觉、机器学习和深度学习。当一个基于这些技术组合的系统设计得当时（从应用分析到最终验证），它...
-
python爬虫从入门到精通
目录 一、正确认识Python爬虫 二、了解爬虫的本质 1. 熟悉Python编程 2. 了解HTML 3. 了解网络爬虫的基本原理 4. 学习使用Python爬虫库 三、了解非结构化数据的存储 1. 本地文件 2. 数据库 四、掌...
-
大模型使用——超算上部署LLAMA-2-70B-Chat
大模型使用——超算上部署LLAMA-2-70B-Chat 前言1、本机为Inspiron 5005，为64位，所用操作系统为Windos 10。超算的操作系统为基于Centos的linux，GPU配置为A100，所使用开发环境为Anaconda。2、...
-
【云栖2023】林伟：大数据AI一体化的解读
本文根据2023云栖大会演讲实录整理而成，演讲信息如下： 演讲人：林伟 | 阿里云研究员，阿里云计算平台事业部首席架构师，阿里云人工智能平台PAI和大数据开发治理平台DataWorks负责人 演讲主题：大数据AI一体化的解读 今年是AI大爆发的一年，...
-
python爬虫入门教程(非常详细)
1、什么是爬虫 爬虫指的是一种自动化程序，能够模拟人类在互联网上的浏览行为，自动从互联网上抓取、预处理并保存所需要的信息。 爬虫运行的过程一般是先制定规则（如指定要抓取的网址、要抓取的信息的类型等），紧接着获取该网址的HTML源代码，根据规则对源代码进...
-
全网最全ChatGPT/AIGC报告分析（365份）
本星球整理了365份ChatGPT/AIGC重磅专业报告（更新中…），部分目录如下，请读者搜索关键字，获取报告，学习参阅。 https://mp.weixin.qq.com/s/hvI2Hupjx_mnPh3YGyobww 1、计算机研究报告：Chat...
-
LLMs：LLaMA Efficient Tuning(一款可高效微调【全参数/LoRA/QLoRA】主流大模型【ChatGLM-2/LLaMA-2/Baichuan等】的高效工具【预训练+指令监督微
LLMs：LLaMA Efficient Tuning(一款可高效微调【全参数/LoRA/QLoRA】主流大模型【ChatGLM-2/LLaMA-2/Baichuan等】的高效工具【预训练+指令监督微调+奖励模型训练+PPO 训练+DPO 训练】 的简介、...
-
MoE：LLM终身学习的可能性
性质 说明 知识记忆（knowledge retention） √ LLM预训练后，具备世界知识，小规模finetune不易对LLM造成遗忘灾难。但大规模数据续训会造成。 前向迁移（forward...
-
数栈技术分享：带你详解数栈FlinkX实时采集原理与使用
一、FlinkX实时采集功能的基本介绍 首先为大家介绍下FlinkX实时模块的分类，如下图所示： 1、实时采集模块(CDC 1）MySQL Binlog插件 利用阿里开源的Canal组件实时从MySQL中捕获变更数据。 2）PostgreS...
-
别说不会微服务了，五分钟教你巧妙玩转分布式下链路追踪！
本篇文章我将给大家介绍“分布式链路追踪”的内容，对于目前大部分采用微服务架构的公司来说，分布式链路追踪都是必备的，无论它是传统微服务体系亦或是新一代Service Mesh的微服务架构！而具体介绍的内容，本文不是完全讲理论，而是希望从理论到实践，引导大家去...
-
MQ对比
MQ分类ActiveMQ 优点:单机吞吐量万级,时效性ms级,可用性高,基于主从架构实现高可用性，消息可靠性较低的概率丢失数据 缺点:官方社区现在对ActiveMQ 5.x维护越来越少，高吞吐量场景较少使用。 Kafka 适用场景 Kafka主要特...
-
分布式ELK日志采集系统
文章目录 1. 传统日志采集存在哪些优缺点 2. Elk采集日志的原理 3. 为什么需要将日志存储在ElasticSeach 而不是mysql中呢 4. 为什么需要使用elk+kafka 5. elk+kafka原理 6. elk+kafka...
-
#研发解决方案介绍#基于StatsD+Graphite的智能监控解决方案
本文档适用人员：研发和运维员工 提纲： 监控平台要做到什么程度？为什么要自己做？ 几个通用技术问题 绘图所依赖的数据如何收集？如何加工？如何存储？ 图形...
-
iLogtail 开源之路
2022年6月底，阿里云iLogtail代码完整开源，正式发布了完整功能的iLogtail社区版。iLogtail作为阿里云SLS官方标配的采集器，多年以来一直稳定服务阿里集团、蚂蚁集团以及众多公有云上的企业客户，目前已经有千万级的安装量，每天采集数十PB...
-
大数据导论（三：大数据的采集及预处理）
1、大数据采集 1.1 大数据采集概念 数据采集（DAQ）又称数据获取，通过RFID射频数据、传感器数据、社交网络数据、移动互联网数据等方式获得各种类型的结构化、半结构化及非结构化的海量数据。 1.2 常用的数据采集方式 大数据的采集通常采用...
-
浅谈网络爬虫
浅谈网络爬虫 什么是网络爬虫？ 爬虫能干什么 搜索引擎 抢票、刷票等自动化软件 部分破解软件 金融等行业数据挖掘、分析数据来源 其他 爬虫很简单 语言的选择 两种语言的小demo 爬虫也不简单 ip、浏览器头(User-Agent 、...
-
日志系统之Flume采集加morphline解析
日志系统之Flume采集加morphline解析 博客分类： java 概述 这段时间花了部分时间在处理消息总线跟日志的对接上。这里分享一下在日志采集和日志解析中遇到的一些问题和处理方案。 日志采集-flume log...
-
网络爬虫：Python如何从网上爬取数据？
网络爬虫，就是按照一定规则自动访问互联网上的信息并把内容下载下来的程序或脚本。 在整个的Python爬虫架构里，从基础到深入我分为了10个部分：HTTP、网页、基本原理、静态网页爬取、动态网页爬取、APP爬取、多协程、爬虫框架、分布式爬虫以及反爬虫机制与...
-
爬虫知识超详细讲解(零基础入门，老年人都看的懂)
1.爬虫是什么？ 网络爬虫是一种按照一定的规则、自动的抓取万维网信息的脚本或者程序 简单来说：爬虫是用事先写好的程序去抓取网络上的数据，这样的程序叫爬虫 2.爬虫的分类 按照使用场景来分，可以分为两类：通用爬虫 和 聚焦爬虫 通用爬虫：搜...
-
Python爬虫代理池
爬虫代理IP池 在公司做分布式深网爬虫，搭建了一套稳定的代理池服务，为上千个爬虫提供有效的代理，保证各个爬虫拿到的都是对应网站有效的代理IP，从而保证爬虫快速稳定的运行，当然在公司做的东西不能开源出来。不过呢，闲暇时间手痒，所以就想利用一些免费的资...
-
分布式爬虫的介绍
目录 分布式爬虫 Scrapy-Redis 正常scrapy单机爬虫 分布式 安装 scrapy-redis提供四种组件 Scheduler(调度器 Duplication Filter (去重 ltem Pipeline(管道 ...
-
什么是爬虫？Python爬虫工作需要掌握哪些技能？
网络爬虫是Python的应用领域之一，世界上80%的爬虫都是基于Python开发的，那么Python爬虫能干什么呢?我们一起来看看吧。 什么是爬虫? 网络爬虫，是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本，另外一些不常用的名字还...
-
Crawlab分布式爬虫管理平台应用
背景 Crawlab支持多语言多框架，但是本文爬虫都是基于Scrapy 1.8.0 前言 开发语言是Golang Crawlab主要解决的是大量爬虫管理困难的问题，例如需要监控上百个网站的参杂scrapy和selenium（自动...
-
云计算与大数据第8章 大数据采集习题及答案
第8章 大数据采集习题 8.1 选择题 1、数据采集的数据对象类型包括（ D ）。 A. 结构化数据 B. 半结构化数据 C. 非结构化数据 D. 以上都是 2、数据采集的主要性能要求不包括以下的（ B ...
-
爬虫管理平台Crawlab v0.4.1发布（可配置爬虫）
前言 Crawlab是基于Golang的分布式爬虫管理平台，支持Python、NodeJS、Java、Go、PHP等多种编程语言以及多种爬虫框架。 相信已经对 Crawlab 有所了解的同学应该大概了解 Crawlab 是一个爬虫管理平台。如果不理解什...
-
数据采集及预处理——针对“数据”“采集”“预处理”的理解与解析
数据采集及预处理——大数据的关键技术之一 文章目录 数据采集及预处理——大数据的关键技术之一 前言 数据采集与预处理是大数据学习的重要部分； 本篇笔记是对《数据采集与预处理》这个标题的解析 ， 我将它分为三个词语进行了详细的理解； 因为...
-
字节跳动算力监控系统的落地与实践
背景 随着字节跳动业务的快速发展，数据中心服务器规模增长迅速，以满足日益增长的算力需求。当规模到一定程度时，就需要平衡好机器成本与效率、资源之间的关系，有针对性地优化数据中心性能，以降低计算成本。 参考行业内的实践，从 2019 年起，STE 团队开始...
-
08 | 数据采集：如何自动化采集数据？
上一节中我们讲了如何对用户画像建模，而建模之前我们都要进行数据采集。数据采集是数据挖掘的基础，没有数据，挖掘也没有意义。很多时候，我们拥有多少数据源，多少数据量，以及数据质量如何，将决定我们挖掘产出的成果会怎样。 举个例子，你做量化投资，基于大数据预测未来...
-
一种I/O转OPC UA协议对接mes的解决方案
钡铼技术BL200UA分布式IO模块可以支持OPC UA协议，用于采集工业现场的开关量、模拟量、PT100、PT1000、热电偶等信号，耦合器可以挂在32个IO板上，从而实现现场传感器数据的采集和对接MES系统。 BL200U...
-
物通博联——PLC工业智能物联网网关
网关特点： 4G/3G/WiFi/以太网接入、工控协议解析（支持所有主流的PLC和仪器仪表的数据采集）、MQTT上行网关、边缘计算、远程维护、远程部署、安全可靠 。 网关简介：物通博联工业智能网关，是一款支持各种网络制式和支持采集各种的工业设备数据（支持...