人工智能
paddle让我心灰意冷
Paddle你到底要我怎样？
这阶段一直在做图像处理方面的项目，我们小组有三个人，分别负责图像的增强、分割和伪色彩显示模块，我是负责分割的，传统方法之前都是基于pycharm实现的，编程方便，CPU也够用，做的也差不多了。
前几天小组汇报，老师说传统方法已经基本完善，接下来希望我开始做深度学习方面的算法，熟悉一下几个常用模型，没啥说的，干就完了！
由于深度学习需要大量的训练，自己的电脑承受不了（其
【WDL】8. 实践：本地/集群运行
WDL可以使用本地、集群、云端三种模式来跑流程，本地运行是不需要服务器后台配置文件，而另外两种需要配置文件。
本地运行
下载cromwell和womtool到本地服务器，地址：
不建议下载最新版本，我试了下最新的version 78是报错的，好像是java版本的匹配问题。
Exception in
地球人能看懂的Hadoop
前言
hadoop
初学hadoop，网上的相关资料很多，讲解大同小异：一堆专业术语+火星文
学习起来很困难，很难探究出它的存在意义，因此本文结合自己的理解，用地球人的语言来描述hadoop
HADOOP
hadoop解决的是海量数据的存储和计算问题，为什么会有这种问题？
因为现在是一个信息爆炸的时代，数据量大到的一台电脑硬盘存不下，且这么大的数据量在数据汇总计算时一台电脑又算不
样式迁移（neural style）
(一)样式迁移(neural style)
就是有两张图片，例如一张人像，一张油画，你想把优化的风格迁移到人像上。生成一张油画版的新的人像。
（1）基于CNN的样式迁移
从图中看出似乎有三个神经网络，实际上是只有一个神经网络。这图的意思是，我们希望输出值是左右两张图片的结合，但是具体怎么结合呢？就是让有些层能够和左边网络的某些层匹配。还有些曾能够和右边的样式的某些层匹配
跟着Nature Medicine学作图--复杂热图
复杂热图.png
从这个系列开始，师兄就带着大家从各大顶级期刊中的Figuer入手，从仿照别人的作图风格到最后实现自己游刃有余的套用在自己的分析数据上！这一系列绝对是高质量！还不赶紧点赞+在看，学起来！
参考文献
本期分享的是昨天更新的Nature Medicine上面那篇文章中的一个复杂热图！
这个热图可以说是高端大气上档次！配色自然不必多说，非常有特色的就是单元格中的
Kubernetes与边缘AI最佳实践
Kubernetes与边缘AI最佳实践1. 边缘AI核心概念1.1 什么是边缘AI边缘AI是指在边缘设备上运行AI模型，而不是在云端数据中心。边缘AI可以减少延迟、节省带宽、保护隐私，并在网络连接不稳定时保持服务可用性。1.2 边缘AI的优势
低延迟：数据不需要传输到云端，响应时间更短
带宽节省：减少数据传输，
08.07.回溯阅读
《思辨与立场》第八章 第七节 读书笔记。
一种让我们的头脑向不同经验开放，并因此抵消社会条件和主流媒体影响的、非常有效的方式就是回溯阅读。
回溯阅读为我们提供了一个独特的视角，以及摆脱当今的预设立场和思想体系之外的能力。
广泛地阅读以前的作品会在我们的头脑里形成多种看问题的角度。这些多种看问题的角度能使我们更好地理解当下的复杂性。
回溯阅读书单：
（至少2000年前） 柏拉图（在苏格拉底时代）、
8大AI平台速度和token消耗测试,小米MiMo也加上！
自己开发的工具要多用！周一工作日的时候我们测试了6大Coding Plan的速度和能耗（tokens）！当时主要包含了智谱、Kimi、MiniMax、火山方舟、阿里百炼、腾讯混元等 6 个 Coding Plan 的平台。今天周六，休息日，我再来测一次！测试选手加上了最新发布的小米 MiMo2Pro&
