-
调试
调试 Atom拱了一些工具来帮助你理解预料之外的行为和调试问题。这篇指南介绍了一些工具和方法用于帮助你调试，以及提供了一些提交工单（issue）时的帮助信息。 升级到最新版本 你可能遇到了在最新版本已经修复的问题。 如果你从源码中编译Atom，需要拉回（pull）master的最新版本并重新构建。 如果你使用发布版本，检查你所... -
十八、Keras
十八、Keras 添加丢弃 卷积神经网络 用于二分类的前馈神经网络 用于多分类的前馈神经网络 用于回归的前馈神经网络 LSTM 循环神经网络 神经网络的提前停止 神经网络的参数正则化 为神经网络预处理数据 保存模型的训练过程 调优神经网络超参数 可视化损失历史 可视化神经网络架构 可视化表现历史 神经网络的 K 折交叉验证 ... -
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... -
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... -
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... -
LSTM 单词语言模型上的动态量化（beta）
LSTM 单词语言模型上的动态量化（beta） 简介 1.定义模型 2.加载文本数据 3.加载预先训练的模型 4.测试动态量化 总结 LSTM 单词语言模型上的动态量化（beta） 原文：https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html ... -
跟着例子学习 PyTorch
跟着例子学习 PyTorch Tensors Warm-up: numpy PyTorch: Tensors Autograd PyTorch: Variables and autograd PyTorch: Defining new autograd functions TensorFlow: Static Graphs nn module... -
PLAGUE OF PYTHONS
Plague of Pythons" level="2">The Project Gutenberg eBook of Plague of Pythons PLAGUE OF PYTHONS Plague of Pythons" class="reference-link"> The Project Gutenberg eBook of Plague... -
（19）求值策略
（19）求值策略 介绍 _12一般理论 _24按值传递 _77按引用传递 Call_by_sharing_118按共享传递（Call by sharing） _167按共享传递是按值传递的特例 _183按共享与指针 ECMAScript_200ECMAScript实现 _252术语版本 _262结论 _266其它参考 （19）求值... -
1.2 编程元素
1.2 编程元素 1.2.1 表达式 1.2.2 调用表达式 1.2.3 导入库函数 1.2.4 名称和环境 1.2.5 嵌套表达式的求解 1.2.6 函数图解 1.2 编程元素 来源：1.2 The Elements of Programming 译者：飞龙 协议：CC BY-NC-SA 4.0 编程语言是操作计算机...
