-
写在前面的话
写在前面的话 写在前面的话 我的兄弟Todd目前正在进行从硬件到编程领域的工作转变。我曾提醒他下一次大革命的重点将是遗传工程。 我们的微生物技术将能制造食品、燃油和塑料；它们都是清洁的，不会造成污染，而且能使人类进一步透视物理世界的奥秘。我认为相比之下电脑的进步会显得微不足道。 但随后，我又意识到自己正在犯一些科幻作家常犯的错误：在技术中迷失了（这种... -
高并发架构
高并发架构 消息队列 搜索引擎 缓存 分库分表 读写分离 高并发系统 公众号 高并发架构 消息队列 为什么使用消息队列？消息队列有什么优点和缺点？Kafka、ActiveMQ、RabbitMQ、RocketMQ 都有什么优点和缺点？ 如何保证消息队列的高可用？ 如何保证消息不被重复消费？（如何保证消息消费的幂等性） 如何保证消... -
15.8 远程方法
15.8 远程方法 15.8.1 远程接口概念 15.8.2 远程接口的实现 15.8.3 创建根与干 15.8.4 使用远程对象 15.8.5 RMI的替选方案 15.8 远程方法 为通过网络执行其他机器上的代码，传统的方法不仅难以学习和掌握，也极易出错。思考这个问题最佳的方式是：某些对象正好位于另一台机器，我们可向它们发送一条消息，并获得... -
第十章
第十章 Blocks, Procs and Lambdas 什么是 Block？ 换行值得注意 匿名函数 看起来眼熟？ 块和数组 Procs 与 Lambdas 创建块对象 什么是闭包？ Yield 块之中的块 传递命名的 Proc 参数 优先级规则 块作为迭代器 深入探索 从方法中返回块 块与实例变量 块与局部变量 ... -
03 ChatGPT+搜索引擎
03 ChatGPT+搜索引擎 03 ChatGPT+搜索引擎 2019年，微软向OpenAI投资了一笔数额未公开的资金（据说是30亿美元），并与OpenAI签署了合作协议，目的是加速OpenAI的研究进展，增强微软在人工智能领域的实力，并获得OpenAI关于人工智能的最新研究成果，以便应用到微软的产品和服务中，为用户提供更好的体验。 微软在Open... -
torch.optim
torch.optim 如何使用optimizer 构建 为每个参数单独设置选项 进行单次优化 算法 class torch.optim.Optimizer(params, defaults) [source] load_state_dict(state_dict) [source] state_dict() [source] step(clos... -
torch.onnx
torch.onnx 示例：从 PyTorch 到 Caffe2 的端到端的 AlexNet 限制与不足 支持的运算函数 torch.onnx 功能 参数： 译者署名 torch.onnx torch.onnx 模块包含将模型导出为ONNX IR 格式的功能。这些模型可以加载ONNX 库，然后转换为在其他深度学习框架上运行的模型。 示...
