官方ide对代码补全和提示，库有什么方法，怎么用都很难看出来 在本地搭建开发环境 - WSL 2 - python 3.8 - vscode ```shell wsl # 启动子系统 # wsl conda create -p ./venv pyhton=3.8 conda activate pip install nncase nncase-kpu ``` ok <img src="https://zeta.future-world.net/api/v2/objects/file/k230-ide-1.png" width="320" alt="vscode jupyter">

没想到开个摄像头开了我两天时间 ... 调试摄像头功能出bug，如下： reset 后，计算机识别不了设备 启动 sensor sensor.run() 后大概率崩掉 写入不了 main.py 调试过程 初始测试验证 官方demo都跑不起来？ 官方示例代码 import time, os, sys from media.sensor import * from media.display import * from media.media import * sensor = Sens...

试了十几种方法，图片都没能靠左，哈气了 唯一真神！ div块 + 设置 float + clear: both </div...

首次在Transformer中引入MoE架构的研究 Scaling Giant Models with Conditional Computation and Automatic Sharding 600b parameters model be trained on 2048 TPU v3 accelerators in 4 days 首次推出600b的大模型（deepseek-v3 671b，虽然架构有些不同），但在当时没受到多少关注 文章重点在分布式并行训练框架上（google经典推自己框架） 当...

原本计划在6月整个智能网关， 正巧，收到了嘉楠的 K230 K230 官方社区 基础参数 参数表 集成了 KPU 和 VPU，看来定位是CV方向的AI板，突然有不少 idea 想尝试一下. 外观 ...

MoE在自然语言处理中的开端 (Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer)[https://arxiv.org/abs/1701.06538] 背景： 学术界都在卷RNN，当时比较火的应该是LSTM，google这篇论文首次将参数规模扩大到137B这个级别，在当时也是十分惊人的 文中提出的挑战: GPU不擅长逻辑运算，需要在gate上有所设计 （lstm也不是if...else实现啊） 条件计算减少了网络中条件活动块的批量大小 网络带宽问题 需要...

学习： https://github.com/chenzomi12/AISystem 没想到最早在90年代就提出了 核心思想： 设计多个独立（Experts）网络模块，处理数据中不同的子集 由门控网络选择模块 2017年，最早使用MoE思想结合LSTM设计了当时最大的模型 （确实能和GRU、LSTM联系） 当时还是 RNN 时代，将MoE用在了双层RNN上 核心思想： 通过路由只激活少数的 Exper...

在一些离线环境中，可能无法直接使用 pip 安装 Python 包。为了解决这个问题，可以通过 pip download 在联网环境中预先下载所需的包，并将这些包转移到目标离线环境进行安装。本文将介绍如何使用 pip download 下载 Python 包，并将其存储到指定目录，以便在离线环境中使用。 1. pypi下载whl 只安装特定版本的 Python 包，且依赖较少 (pypi)[https://pypi.org/ ] 2. 使用 pip download 下载包 推荐方法 `pip downl...

在文本信息提取的领域，正则表达式长期以来都是精准匹配结构化数据的强大工具，而LLM（大语言模型）的崛起为非结构化文本解析带来了更灵活的可能性。本文将围绕正则匹配与 LLM 提取展开探讨，并结合Prompt 调用的细节，分析不同模型在文本解析中的表现。 任务描述 从自然语言中提取时间与提醒事项 [2025-10-05 11:25 周日] 三天后早上8点通知我检查邮件 ---> {"time": "2025-10-08 08:00", "Remind": "检查邮件"} [2025-08-30 09:30 周六] 周一上午10点叫我去银行 ---> {"time":...

...