-
13 How to Create the Best Friendships of Your Life
230 2025-05-28 《The Let Them Theory: A Life-Changing Tool That Millions of People Can’t Stop Talking About》[CHAPTER 13] Give It A Year The Habit of “Going First” 1. Compliment people everywhere you go. 2. Be curious. 3. Smile and say hello to anyone and everyone you pass or meet. 4.... -
目录
SICP Python 描述 中文版 第一章 使用函数构建抽象 1.1 引言 1.2 编程元素 1.3 定义新的函数 1.4 实践指南：函数的艺术 1.5 控制 1.6 高阶函数 第二章 使用对象构建抽象 2.1 引言 2.2 数据抽象 2.3 序列 2.4 可变数据 2.5 面向对象编程 2.6 实现类和对象 2.7 ... -
PyTorch: optim包
PyTorch: optim包 PyTorch: optim包 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射 在此实现中, 我们将弃用之前手工更新权值的做法, 转... -
PyTorch：定义新的 Autograd 函数
PyTorch：定义新的 Autograd 函数 PyTorch：定义新的 Autograd 函数 原文：https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_custom_function.html#sphx-glr-beginner-examples-autogra... -
PyTorch：张量
PyTorch：张量 PyTorch：张量 原文：https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_tensor.html#sphx-glr-beginner-examples-tensor-polynomial-tensor-py 校对：DrDavidS 这... -
PyTorch: nn包
PyTorch: nn包 PyTorch: nn包 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射. 实现中用PyTorch的nn包来搭建神经网络. 如果使用PyT... -
PyTorch: 定义新的autograd函数
PyTorch: 定义新的autograd函数 PyTorch: 定义新的autograd函数 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射. 在此实现中, 我们... -
PyTorch：张量 与 Autograd
PyTorch：张量 与 Autograd PyTorch：张量 与 Autograd 原文：https://pytorch.org/tutorials/beginner/examples_autograd/polynomial_autograd.html#sphx-glr-beginner-examples-autograd-polynomial-... -
NumPy热身
NumPy热身 NumPy热身 原文：https://pytorch.org/tutorials/beginner/examples_tensor/polynomial_numpy.html#sphx-glr-beginner-examples-tensor-polynomial-numpy-py 校对：DrDavidS 这里我们准备一个三... -
Types
Types One of Elm’s major benefits is that users do not see runtime errors in practice . This is possible because the Elm compiler can analyze your source code very quickly to ...
