神经网络关键技术图解 ||| #机器学习

神经网络关键技术图解 ||| #机器学习 作者把机器学习和神经网络领域的重要技术，都做成了神经回路图（Neural Circuit Diagrams，作者自研的图形语言），目的是展示神经网络架构的细节，便于学习和理解

神经网络成“病毒软件”新宿主，国科大最新研究：嵌入恶意后，性能下降不足 1%

神经网络成“病毒软件”新宿主，国科大最新研究：嵌入恶意软件后，性能下降不足 1% 论文中写道，经过实验表明，在 1% 的准确率损失范围内，一个 178MB 的 AlexNet 模型可以嵌入 36.9MB 的恶意软件，并且 VirusTotal 中的反病毒引擎没有给出任何可疑提示。作者表示，随着人工智能的广泛应用，神经网络将成为恶意软件传播的载体。 ========= 强尼银手狂喜？

图神经网络(GNNs)学习指南

图神经网络(GNNs)学习指南 作者语：图神经网络 (GNN) 正在 ML 中快速推进复杂图数据应用程序的进展。我编写了这个简明的食谱（即学习表），专门用于希望学习和了解 GNN 最新动态的学生。它并非详尽无遗，但旨在让学生熟悉该主题。 | #指南

《基于AI芯片的神经网络优化实战》

《基于AI芯片的神经网络优化实战》 简介：本书探讨如何利用专用AI芯片提升神经网络模型的运行效率与性能，结合硬件架构特性与算法优化策略。通过实际案例演示模型压缩、量化加速及跨平台部署等技术，助力开发者在边缘计算、自动驾驶等场景实现低功耗、高实时性的智能应用。 亮点：深入解析AI芯片与算法的协同优化方法，提供从理论到工程落地的全流程指导，包含产业级案例和可复现实验，涵盖低精度计算、动态推理等前沿技术，强化真实场景部署能力。 标签：#AI芯片 #神经网络优化 #实战应用 #模型压缩 #边缘计算 #基于AI芯片的神经网络优化实战 链接：

，在 Mac 上原生运行 Stable Diffusion

，在 Mac 上原生运行 Stable Diffusion 本应用内置 Apple 的 Core ML Stable Diffusion 框架 以实现在搭载 Apple 芯片的 Mac 上用极低的内存占用发挥出最优性能，并同时兼容搭载 Intel 芯片的 Mac。 ​​​ 功能 极致性能和极低内存占用 (使用神经网络引擎时 ~150MB) 在所有搭载 Apple 芯片的 Mac 上充分发挥神经网络引擎的优势 生成图像时无需联网 图像转图像（也被称为 Image2Image） 在图像的 EXIF 信息中存储所有的关键词（在访达的“显示简介”窗口中查看） 使用 RealESRGAN 放大生成的图像 自动保存 & 恢复图像 自定义 Stable Diffusion Core ML 模型 无需担心损坏的模型 使用 macOS 原生框架 SwiftUI 开发

传iPhone 16将配备"大幅升级"的神经引擎 用于iOS 18的生成式人工智能功能

传iPhone 16将配备"大幅升级"的神经引擎 用于iOS 18的生成式人工智能功能 在本月的财报电话会议上，苹果公司首席执行官蒂姆-库克（Tim Cook）表示，公司正在开发生成式人工智能，并将在"今年晚些时候"分享细节。A18 系列芯片预计将于 9 月份在 iPhone 16 机型中亮相。此前有传言称，一些生成式人工智能功能可能是iPhone 16 机型独有的，而升级后的神经引擎可能是其中一个原因。iPhone 的神经引擎历史：iPhone 8、iPhone 8 Plus 和 iPhone X 中首次引入 双核神经引擎iPhone XS、iPhone XS Max 和 iPhone XR 中的 8 核神经引擎所有 iPhone 12 机型均配备 16 核神经引擎所有 iPhone 13 机型均配备 16 核神经引擎所有 iPhone 14 机型均配备 16 核神经引擎所有 iPhone 15 机型均配备 16 核神经引擎至于 Mac，大多数采用Apple Silicon芯片的机型都配备了 16 核神经引擎。唯一的例外是 Mac Studio 和 Mac Pro，在配置 M1 Ultra 或 M2 Ultra 芯片时，它们配备了 32 核神经引擎。首批配备 M4 芯片的 Mac 可能会在 2024 年底或 2025 年初发布。2022 年，OpenAI 发布了一款能回答问题和其他提示的聊天机器人 ChatGPT，之后，生成式人工智能迅速流行起来。Google、微软和其他公司也发布了类似的聊天机器人和工具，包括可以自动生成图像、回复语音询问等。 ... PC版： 手机版：