# GPU云服务器 #
1
关注
7789内容
Nvidia Isaac Sim搭建仿真环境 入门教程 2024（4）
本文是Nvidia Isaac Sim搭建仿真环境的入门教程，详细讲解了如何在Isaac Sim中创建物理场景、添加地面和光照、创建和配置仿真对象的物理属性、使用USD文件进行仿真场景的保存和引用，以及个人练习和相关物理概念的介绍。
ROS Moveit 配置全网最详细教程
本文是关于ROS Moveit配置的全网最详细教程，提供了一键安装脚本，以及如何使用Moveit进行机器人运动规划的详细步骤和说明。文中还深入解析了Moveit的配置包文件、Moveit的源码，以及如何使用不同的运动规划算法（如CHOMP、LERP、STOMP）进行路径规划。
阿里云服务器架构区别解析：从X86计算、Arm计算到高性能计算架构的区别参考
在我们选择阿里云服务器的架构时，选择合适的云服务器架构对于提升业务效率、保障业务稳定至关重要。阿里云提供了多样化的云服务器架构选择，包括X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器以及高性能计算等。本文将深入解析这些架构的特点、优势及适用场景，以供参考和选择。
ICWS 2024 | 基于生成长度预测的大语言模型推理请求调度
大量实验证明，Magnus 可以有效降低请求响应时间并提高LLM批处理的吞吐量
MiniCPM-V 系列模型在多模态文档 RAG 中的应用（无需OCR的多模态文档检索+生成）
现在我们以 OpenBMB 基于 MiniCPM-V-2.0 训练的端到端多模态检索模型 MiniCPM-Visual-Embedding-v0 为例，实现无需OCR的多模态文档检索与问答。
4.3.2 图像分类ResNet实战：眼疾识别——模型构建
这篇文章介绍了如何使用飞桨框架中的ResNet50模型进行眼疾识别的实战，通过5个epoch的训练，在验证集上达到了约96%的准确率，并提供了模型构建、训练、评估和预测的详细代码实现。
2.9 手写数字识别之恢复训练
这篇文章介绍了如何在飞桨（PaddlePaddle）框架中实现手写数字识别模型的恢复训练，包括保存和加载模型参数以及优化器状态，确保训练过程在中断后能够从上次保存的状态继续进行。
2.8 手写数字识别之训练调试与优化
这篇文章讨论了在手写数字识别任务中，如何通过模型训练过程中的调试和优化来提高模型的真实效果，包括计算分类准确率、检查模型训练过程、加入校验或测试来评估模型效果、避免过拟合以及使用可视化分析工具等方法。
2.7 手写数字识别之资源配置
这篇文章讨论了在深度学习任务中，如何通过资源配置优化提升模型训练效率，包括程序运行的全局设备设置、单GPU训练、分布式训练（模型并行和数据并行）以及多GPU训练的启动方式，特别介绍了飞桨框架在单机多卡训练中的简便性。
云原生架构下的高性能计算解决方案：利用分布式计算资源加速机器学习训练
【8月更文第19天】随着大数据和人工智能技术的发展，机器学习模型的训练数据量和复杂度都在迅速增长。传统的单机训练方式已经无法满足日益增长的计算需求。云原生架构为高性能计算提供了新的可能性，通过利用分布式计算资源，可以在短时间内完成大规模数据集的训练任务。本文将探讨如何在云原生环境下搭建高性能计算平台，并展示如何使用 PyTorch 和 TensorFlow 这样的流行框架进行分布式训练。
免费试用