-
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... -
探索“hello - algo”：算法学习的友好起点
《探索“hello - algo”：算法学习的友好起点》 项目简介 项目特色 对学习者的帮助 项目社区与发展 《探索“hello - algo”：算法学习的友好起点》 在算法学习的广阔天地中，“hello - algo”项目宛如一颗璀璨的启明星，为初学者照亮前行的道路。这个由krahets在GitHub上开源的项目，凭借其独特的魅力和丰富的价值... -
（24）JavaScript与DOM（下）
（24）JavaScript与DOM（下） 介绍 _6操作元素 Node_75Node节点 Event_125Event事件 _131鼠标事件 _141键盘事件 _147表单事件 _156其它事件 _165事件处理 Event_314Event对象 _360事件冒泡 _389事件委托 _412总结 （24）JavaScript... -
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... -
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... -
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... -
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... -
单机模型并行最佳实践
单机模型并行最佳实践 基本用法 将模型并行应用于现有模块 通过流水线输入加快速度 单机模型并行最佳实践 原文：https://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html 作者 ：Shen Li 模型并行在分布式训练技术中被广泛使用。 先前的帖子已经解... -
1.2.2 计算思维的具体例子
1.2.2 计算思维的具体例子 1.2.2 计算思维的具体例子 基于计算机的能力和局限，计算机科学家提出了很多关于计算的思想和方法，从而建立 了利用计算机解决问题的一整套思维工具。下面我们简要介绍计算机科学家在计算的不同阶 段所采用的常见思想和方法。 问题表示 用计算机解决问题，首先要建立问题的计算机表示。问题表示与问题求解是紧密相关的， 如果问... -
Java 8 数据流教程
Java 8 数据流教程 数据流如何工作 数据流的不同类型 处理顺序 为什么顺序如此重要 复用数据流 高级操作 collect flatMap reduce 并行流 到此为止 Java 8 数据流教程 原文：Java 8 Stream Tutorial 译者：飞龙 协议：CC BY-NC-SA 4.0 ...
