墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
6.6k累计阅读
6.7k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
1，由于苹果提供的TensorFlow仅支持python3.8+，而python官网只有3.9以上版本支持ARM。此处选择通过ARM版conda创建python3.8虚拟环境，使用创建的ARM python3.8安装TensorFlow。（M1安装conda另有好处，目前仅conda能为M1安装Numpy、Pandas等科学计算环境）
在此处下载ARM版Miniforge3，如下图所示
添加链接描述
3. 完成后打开下载目录的终端，运行shell脚本来安装。输入如下命令
bash Miniforge3-MacOSX-arm64.sh
4，安装后按下
Mac M1安装Miniconda+支持GPU的TensorFlow和PyTorch
电脑系统：MacBook Pro M1 + Mac Ventura 13.5安装：Miniconda + tensorflow-macos-2.13.0 + torch-2.0.1。
【MacOS】MacBook使用本机m1芯片GPU训练的方法（mps替代cuda）
使用Mac M1芯片加速 pytorch 不需要安装 cuda后端，因为cuda是适配nvidia的GPU的，Mac M1芯片中的GPU适配的加速后端是mps，在Mac对应操作系统中已经具备，无需单独安装。只需要安装适配的pytorch即可。mps用法和cuda很像，只是将“cuda”改为“mps”
MacBook M3 机器学习提速指南：TensorFlow 和 PyTorch 如何利用 MPS GPU 加速计算
本文详细介绍了如何在MacBook M3上利用MPS GPU加速TensorFlow和PyTorch的机器学习计算。通过配置环境和优化设置，用户可以显著提升模型训练和推理速度，充分发挥苹果芯片的性能优势。文章还提供了性能对比和常见问题排查指南，帮助开发者高效利用MPS加速技术。
MacBook M3芯片专属指南：Miniforge3完美解决Python环境ARM架构兼容问题
本文详细介绍了如何在MacBook M3芯片上使用Miniforge3解决Python环境的ARM架构兼容问题。通过原生ARM64支持、精简高效的安装和conda-forge优先等优势，Miniforge3成为M3用户的理想选择。文章还提供了从下载安装到环境配置的完整指南，帮助开发者高效搭建科学计算环境。
实测对比：Mac M1 Pro用TensorFlow/PyTorch GPU加速到底能快多少？附详细性能测试代码
本文通过实测对比Mac M1 Pro芯片在TensorFlow和PyTorch框架下的GPU加速性能，详细解析了Metal加速的实际效果。测试结果显示，在中等batch size下，Metal加速可带来2.3-2.4倍的性能提升，同时提供了环境配置、性能监控和优化技巧，帮助开发者充分利用M1 Pro的深度学习潜力。
M7芯片与OLED屏幕：新一代Mac开发环境配置与性能优化指南
ARM架构处理器作为现代移动计算的核心技术，通过精简指令集和能效优化实现了高性能与低功耗的平衡。其原理基于统一的内存架构和异构计算设计，使得CPU、GPU和神经网络引擎能够高效协同工作。这种架构的技术价值在于为开发环境提供了更快的编译速度、更流畅的多任务处理能力，特别是在AI模型训练和推理场景中表现突出。OLED显示技术则通过像素级控光实现了极高的对比度和色彩准确性，为代码编辑和设计工作提供了更舒适的视觉体验。结合M7芯片的神经网络引擎加速和OLED屏幕的显示优势，开发者可以在本地环境中高效运行Tensor
别再为MacBook显卡发愁了！手把手教你用Google Colab免费GPU跑PyTorch/TensorFlow项目
本文为MacBook用户提供了使用Google Colab免费GPU运行PyTorch/TensorFlow项目的详细指南。通过Colab的云端GPU资源，解决了MacBook在深度学习训练中的硬件限制问题，包括CUDA加速、内存不足等痛点。文章涵盖环境配置、项目迁移、数据集处理及性能优化等实用技巧，帮助开发者构建高效的本地编码-云端训练工作流。
torch-1.8.0a0-cp38-cp38-macosx_11_0_arm64.whl
torch适配Mac m1的本地编译版，有需要下载，注意这个对应python版本为3.8
Miniforge3-Linux-x86-64
Miniforge3-Linux-x86_64
新版股票配资系统源码/股票分析系统技术方案
新版股票配资系统;全套源码支持新股申购功能，包含C#+MySQL开发的后台系统及Spring框架，采用C/S架构。注意：本源码仅限技术学习、功能测试及模拟交易使用，严禁用于非法用途，违者责任自负。
大模型LLM部署方式
建议根据实际需求选择方案，企业级服务优先考虑vLLM或TGI，个人用户可尝试Ollama或Hugging Face本地加载。若需完整代码示例，可参考网页2的VLLM实战或网页5的TGI部署案例。：高并发、低延迟的API服务，需分布式推理支持。：快速创建可分享的Web应用。：个人开发、快速原型验证。
点云工具CloudCompare下载、安装与汉化
打开软件后，是英文界面，找到菜单栏【Display】-【Language Translation】，选择简体中文。进入官网后，点击菜单栏【Download】提示需要重启软件才能生效，点OK即可。重启软件后，已经是中文了。选择合适系统进行下载。常规软件安装流程即可。
UE5.1实战：从零到打包，手把手教你用UMG和蓝图搭建智慧城市数字孪生界面
本文详细介绍了如何使用UE5.1的UMG和蓝图系统从零开始构建智慧城市数字孪生界面。通过环境准备、UMG界面设计、蓝图功能实现、数据绑定到最终打包发布的全流程指导，帮助开发者掌握数字孪生技术的核心应用，提升智慧城市可视化开发效率。
【推荐100个unity插件之2】 DoTween动画插件的安装和使用整合（最全）
摘要：DOTween动画插件使用指南 DOTween是Unity中强大的动画插件，比原生动画更便捷。安装后需进行初始化设置，通过工具菜单生成程序集。主要提供通用方法（DOTween.To）和便捷方法（如transform.DOMove）两种动画实现方式。插件支持丰富的动画设置（循环、缓动等）和事件回调（OnComplete、OnKill）。还提供动画管理功能，包括清除(DOTween.Clear)、完成(DOTween.CompleteAll)和终止(DOTween.KillAll)动画。常用功能涵盖移动、
数仓建模—数据语义层
如今，企业产生大量数据，需要以正确的方式进行分析才能做出重要决策。数据可能来自多个来源并采用不同的格式，这使得清楚地了解其含义和重要性成为一项挑战。这就是语义层的用武之地。语义层存在于数据仓库和最终用户使用的应用程序之间。它为用户提供了简化且一致的数据视图，无论其基础数据源的复杂性如何。该逻辑层有助于映射物理数据结构以创建概念数据模型。它定义了数据元素之间的所有规则和关系，并以业务术语提供了数据的通用词汇表。然后，用户可以轻松地与数据进行交互，而无需了解其数据源的技术知识。
C#部署YOLO三种方案深度实测：OpenCV DNN vs ONNX Runtime vs TensorRT
在工业视觉项目落地阶段，C#生态下部署YOLO模型主要有三条技术路线。很多开发者仅凭经验选型，往往在部署后期踩中性能瓶颈、兼容故障、维护成本超标的坑。本文基于工控机常见硬件配置，针对YOLOv8系列模型做控制变量实测，从推理性能、部署难度、工业稳定性、综合成本等多个维度做横向对比，给出可直接落地的选型结论。
2026年全国青少年信息素养大赛算法应用主题赛C++样题及答案解析
2026年全国青少年信息素养大赛算法应用主题赛C++样题
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。
VC中sqlite的使用
在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示
老版QQ原生表情gif动态
这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
4616
扫一扫
