最新

Tenmo 一个用纯 Mojo 编写的轻量级张量库和神经网络框架。<p>https://github.com/ratulb/tenmo<p>Tenmo 专注于：<p>SIMD 优化 显式内存布局 零拷贝视图 一个极简但实用的自动求导系统 状态：Tenmo 与 Mojo 本身同步发展。 API 可能会更改。 尚未准备好用于生产。<p>性能 MNIST（4 层 MLP，10.5 万个参数，15 个 epoch） 平台 设备 平均每个 epoch 总时间 测试准确率 Tenmo CPU (Mojo) 11.4 秒 171 秒 97.44% PyTorch CPU 14.5 秒 218 秒 98.26% PyTorch GPU (Tesla T4) 15.2 秒 227 秒 97.87% 备注<p>Tenmo 在连续缓冲区上使用 SIMD 向量化内核。 MNIST 运行中未使用 BLAS — 所有操作都作为纯 Mojo 代码执行。 对于这种规模的模型，GPU 开销占主导地位；更大的模型将从 GPU 加速中获益更多。 快速示例 from testing import assert_true from tenmo import Tensor<p>fn main() raises: var a = Tensor.d1([1.0, 2.0, 3.0], requires_grad=True)<p><pre><code> var b = a * 2 var c = a * 3 var d = b + c d.backward() assert_true(a.grad().all_close(Tensor.d1([5.0, 5.0, 5.0]))) </code></pre> 非常欢迎反馈！

获得个性化指导、即时解答和适应你学习风格的练习。不再独自苦苦挣扎——与你随时可用的 AI 学习伙伴一起掌握任何科目。 立即免费开始——无需信用卡。

大家好，我是 HN 用户，我开发了一个简单的基于浏览器的工具，可以快速地对图像应用各种模糊效果。<p>我经常需要编辑敏感信息或为 UI 模型创建模糊背景，但又不想将文件上传到服务器或打开 Photoshop。这个工具完全在客户端运行。<p>主要功能：<p>批量处理：一次上传和下载多张图像。<p>多种模式：包括高斯模糊、像素化（适用于编辑）、动感模糊、径向模糊和噪点。<p>微调：可调节强度滑块。<p>它免费且无需登录。我很乐意听取您对用户体验的反馈！

我厌倦了，也很沮丧，看到 Highspot 和 Seismic 对一些基本功能——把文件放在一个地方，并追踪谁打开了它们——收取数千美元的费用。 这些公司根据你的员工数量收费。员工越多 = 价格越高。这把需要这项服务的初创公司和小团队拒之门外，他们和大型公司一样需要它。 我创建了 Sendnow 来解决这个问题。 你上传你的文件。创建一个带有你的 logo 和一个按钮的页面。分享一个链接。当有人打开它时，你会收到通知。你可以看到他们阅读了哪些页面，以及阅读了多长时间。 如果你不需要整个页面，你也可以分享单个文件。 关键在于停止猜测。你知道人们什么时候在看你的东西。你可以在正确的时间跟进，而不是晚了三天。 我们将在几个月内添加一项功能，根据他们查看的页面以及返回的次数，告诉你何时联系。但那是之后的事情了。 目前，在二月底之前是免费的。试用一下吧。如果有什么坏了或者缺少什么，告诉我。如果它有意义，我会在一周内构建它。 我是 Siraj。我在印度做 DevOps。我创建这个是因为现有的选择对提供的服务收费过高。

我更多指的是你所接受的教育价值。如今，大学越来越像工厂一样运作，不太重视讲师的质量，而是更注重增加招生人数，即便这意味着降低标准。你所获得的知识对你来说有多大实际价值？你为进入你的领域做好了充分准备吗？你是否觉得你的学位不仅仅是向雇主保证你不是个彻头彻尾的笨蛋？ 我认为这总体上是值得的。一些高年级的课程质量不高，少数教员的水平也令人怀疑。但是，我的确学到了足够多的知识，可以应用到我所选择的领域。

我开发了一个用于 Apple Silicon macOS 的开源 CLI 工具。它以不同的方式测量内存速度和延迟。在 M4 基础款上，它在读取速度方面可以达到 96-97% 的效率，而这被宣传为 120GB/s。所有内存操作都使用汇编语言实现。<p>我非常感谢大家提供不同 CPU 上的结果，以及该基准测试在这些 CPU 上的表现。我已经在 M1 和 M4 上测试过这个工具了。<p>命令：`memory_benchmark -non-cacheable -count 5 -output results.JSON` （运行前请关闭所有应用程序）<p>这将生成一个 JSON 文件，您可以在其中找到 copy_gb_s、read_gb_s 和 write_gb_s 的统计数据。<p>例如，M4 运行 10 次循环： ```json { "copy_gb_s": { "statistics": { "average": 106.65421233311835, "max": 106.70240696071005, "median": 106.65069297260811, "min": 106.6336774994254, "p90": 106.66606919223108, "p95": 106.68423807647056, "p99": 106.69877318386216, "stddev": 0.01930653530818627 }, "values": [ 106.70240696071005, 106.66203166240008, 106.64410802226159, 106.65831409449595, 106.64148106986977, 106.6482935780762, 106.63974821679058, 106.65896986001393, 106.6336774994254, 106.65309236714002 ] }, "read_gb_s": { "statistics": { "average": 115.83111228356601, "max": 116.11098114619033, "median": 115.84480882265643, "min": 115.56959026587722, "p90": 115.99667266786554, "p95": 116.05382690702793, "p99": 116.09955029835784, "stddev": 0.1768243167963439 }, "values": [ 115.79154681380165, 115.56959026587722, 115.60574235736468, 115.72112860271632, 115.72147129262802, 115.89807083151123, 115.95527337086908, 115.95334642887214, 115.98397172582945, 116.11098114619033 ] }, "write_gb_s": { "statistics": { "average": 65.55966046805113, "max": 65.59040040480241, "median": 65.55933583741347, "min": 65.50911885624045, "p90": 65.5840272860955, "p95": 65.58721384544896, "p99": 65.58976309293172, "stddev": 0.02388146120866979 } } } ``` <p>模式基准测试也显示了更多的内存速度。命令：`memory_benchmark -patterns -non-cacheable -count 5 -output patterns.JSON` <p>例如，M4 运行 100 次循环： ```json { "sequential_forward": { "bandwidth": { "read_gb_s": { "statistics": { "average": 116.38363691482549, "max": 116.61212708384109, "median": 116.41264548721367, "min": 115.449510036971, "p90": 116.54143114134801, "p95": 116.57314206456576, "p99": 116.60095068065866, "stddev": 0.17026641589059727 } } } }, "strided_4096": { "bandwidth": { "read_gb_s": { "statistics": { "average": 26.460392735220456, "max": 27.7722419653915, "median": 26.457051473208285, "min": 25.519925729459107, "p90": 27.105171215736604, "p95": 27.190715938337473, "p99": 27.360449534513144, "stddev": 0.4730857335572576 } } } }, "random": { "bandwidth": { "read_gb_s": { "statistics": { "average": 26.71367836895143, "max": 26.966820487564327, "median": 26.69907406197067, "min": 26.49374804466308, "p90": 26.845236287807374, "p95": 26.882004355057887, "p99": 26.95742242818151, "stddev": 0.09600564296001704 } } } } } ``` <p>感谢您的阅读！