-
基与字符级RNN(Char-RNN）的人名生成
基与字符级RNN(Char-RNN）的人名生成 数据准备 创建网络 训练 训练前的准备 网络的训练 绘制损失 网络采样 练习 基与字符级RNN(Char-RNN）的人名生成 译者：@jianchengss 作者 : Sean Robertson 在 上一个教程 里我们使用RNN把名字分类到它所属的语言中, 这次我们改变一... -
5.1 包：库单元
5.1 包：库单元 5.1.1 创建独一无二的包名 5.1.2 自定义工具库 5.1.3 利用导入改变行为 5.1.4 包的停用 5.1 包：库单元 我们用import 关键字导入一个完整的库时，就会获得“包”（Package）。例如： import java . util .*; 它的作用是导入完整的实用工具（Utility）库，该... -
艺术家教程
艺术家教程 自定义你的对象 对象容器 图形容器 轴域容器 轴容器 刻度容器 艺术家教程 原文：Artist tutorial 译者：飞龙 协议：CC BY-NC-SA 4.0 matplotlib API 有三个层级。 matplotlib.backend_bases.FigureCanvas 是绘制图形的区域，matpl... -
PyTorch 中使用 Eager 模式的静态量化（beta）
PyTorch 中使用 Eager 模式的静态量化（beta） 1.模型架构 2.辅助函数 3.定义数据集和数据加载器 ImageNet 数据 4.训练后的静态量化 5.量化感知的训练 来自量化的加速 总结 PyTorch 中使用 Eager 模式的静态量化（beta） 原文：https://pytorch.org/tutorials... -
使用torchaudio的语音命令识别
使用torchaudio 的语音命令识别 导入数据集 格式化数据 定义网络 训练和测试网络 总结 使用torchaudio 的语音命令识别 原文：https://pytorch.org/tutorials/intermediate/speech_command_recognition_with_torchaudio.html 本教程... -
文件下载与使用
我们提供资源包、CDN 服务、 Npm 包 、Bower 包 的形式来获得所需的文件或源代码。 一、文件下载 1、资源包 我们提供完整的 Highcharts 资源包，包含实例文件、所有的 js 压缩版及源码等。 到我们的 下载中心 页面即可获取最新的资源包。 解压下载得到的压缩包，进入相应的目录查看所有包含文件，High... -
1.1.2 计算机语言
1.1.2 计算机语言 1.1.2 计算机语言 如前所述，计算机解决问题的过程实质上是机械地执行人们为它编制的指令序列的过程。为了告诉计算机应当执行什么指令，需要使用某种计算机语言。这种计算机语言能够精 确地描述计算过程，称为程序设计语言或编程语言（programming language）。 与计算机打交道的理想语言当然是像科幻电影所展示的那样，人... -
PyTorch 中的命名张量简介（原型）
PyTorch 中的命名张量简介（原型） 基础知识：命名维度 访问器和归约 名称推断 广播 矩阵乘法 新行为：按名称显式广播 新行为：按名称展平或取消展平维度 Autograd 支持 其他受支持的（和不受支持的）功能 更长的例子：多头关注 运行示例 总结 PyTorch 中的命名张量简介（原型） 原文：https://pyto... -
模型
模型 可用型号 高级型号 代理模型 非高级型号 麦克斯 选择模型 自动选择 思维 上下文窗口 大型上下文和定价 上下文窗口大小 模型托管 模型 Cursor 模型综合指南：Chat 和 CMD+K 的功能、定价、上下文窗口和托管详细信息 可用型号 要将模型添加到 Chat ... -
2.2 数据抽象
2.2 数据抽象 2.2.1 示例：有理数的算术 2.2.2 元组 2.2.3 抽象界限 2.2.4 数据属性 2.2 数据抽象 来源：2.2 Data Abstraction 译者：飞龙 协议：CC BY-NC-SA 4.0 由于我们希望在程序中表达世界中的大量事物，我们发现它们的大多数都具有复合结构。日期是年月日，地理...
