- 【双层优化】分布式光伏储能系统的优化配置方法【IEEE33节点】（Matlab代码实现）
......
- 转载：【AI系统】计算图的调度与执行
在前面的内容介绍过，深度学习的训练过程主要分为以下三个部分：1）前向计算、2）计算损失、3）更新权重参数。在训练神经网络时，前向传播和反向传播相互依赖。对于前向传播，沿着依赖的方向遍历计算图并计算其路径上的所有变量。然后将这些用于反向传播，其中计算顺序与计算图的相反。基于计算......
- 如何修改网站底部的内容，优化网站底部信息展示
修改网站底部内容是一个常见的需求，无论是为了更新版权信息、添加联系信息还是其他用途。以下是详细的步骤：登录网站后台：首先，确保您已经登录到网站的管理后台。如果您不确定登录地址，通常可以在购买或搭建网站时提供的文档中找到相关信息。找到模板管理：进入后台后，导航至“模板......
- 【WRF-Urban】城市参数表（URBPARM.TBL）与人为热（Anthropogenic Heat）配置调整优化
目录关于URBPARM.TBL文件以及人为热配置的两个问题：Q1：如何校准URBPARM.TBL文件中的参数（如建筑高度、热力特性、地表粗糙度等），以便更精确地模拟不同城市的气象条件？Q2：如何激活并配置人为热选项（AHOPTION和ALHOPTION），使得模拟中包含人为热效应？城市参数表（URBPARM.T......
- 强跟踪UKF算法，三维非线性状态量和观测量，提供MATLAB代码下载
本文介绍普通UKF与强跟踪无迹卡尔曼滤波（StrongTrackingUnscentedKalmanFilter,ST-UKF）算法的MATLAB代码示例。该示例涉及三维非线性状态量和观测量。文章目录主要功能主要步骤运行结果MATLAB代码示例备注这段代码实现了强跟踪无迹卡尔曼滤波（StrongTrackin......
- 【无人机】无人机测绘路径优化策略与实践：探索高效、精准的测绘技术路径
......
- 转发：【AI系统】指令和存储优化
除了应用极广的循环优化，在AI编译器底层还存在指令和存储这两种不同优化。指令优化指令优化依赖于硬件提供的特殊加速计算指令。这些指令，如向量化和张量化，能够显著提高计算密度和执行效率。向量化允许我们并行处理数据，而张量化则进一步扩展了这一概念，通过将数据组织成更高维度......
- 转发：【AI系统】算子循环优化
在具体硬件执行计算的时候，实际会大量地使用for等循环指令不断地去读取不同的数据执行重复的指令（SIMT/SIMD），因此循环优化主要是为了提升数据的局部性或者计算的并行性，从而提升整体算子性能，当然这二者都需要AI芯片硬件的支持。循环优化挑战数据局部性数据的局部性与计算机存储......
- 转载：【AI系统】计算与调度
上一篇我们了解了什么是算子，神经网络模型中由大量的算子来组成，但是算子之间是如何执行的？组成算子的算法逻辑跟具体的硬件指令代码之间的调度是如何配合？计算与调度计算与调度的来源图像处理在当今物理世界中是十分基础且开销巨大的计算应用。图像处理算法在实践中需要高效的实现......
- 转载：【AI系统】指令和存储优化
除了应用极广的循环优化，在AI编译器底层还存在指令和存储这两种不同优化。指令优化指令优化依赖于硬件提供的特殊加速计算指令。这些指令，如向量化和张量化，能够显著提高计算密度和执行效率。向量化允许我们并行处理数据，而张量化则进一步扩展了这一概念，通过将数据组织成更高维度......