-
使用 Ray Tune 的超参数调整
使用 Ray Tune 的超参数调整 设置/导入 数据加载器 可配置的神经网络 训练函数 通过DataParallel 添加（多）GPU 支持 与 Ray Tune 交流 完整的训练函数 测试集准确率 配置搜索空间 使用 Ray Tune 的超参数调整 原文：https://pytorch.org/tutorials/beginne... -
1.12 分析和设计
1.12 分析和设计 1.12.1 不要迷失 1.12.2 阶段0：拟出一个计划 1.12.3 阶段1：要制作什么？ 1.12.4 阶段2：如何构建？ 1.12.5 阶段3：开始创建 1.12.6 阶段4：校订 1.12.7 计划的回报 1.12 分析和设计 面向对象的模式是思考程序设计时一种新的、而且全然不同的方式，许多人最开始都会在如... -
第六章 瞬间的风靡全球
第六章 瞬间的风靡全球 第六章 瞬间的风靡全球 语言是人类最基本的社会工具，也是每个人最基本的生存技能。在人工智能时代，语言将不再只是交流的工具，更是生产工具！语言将直接生成文本、图像、音频、视频，甚至是3D模型等更多未知的流媒体形态。未来几年，我们将看到基于AIGC的人工智能内容生产范式呈井喷式发展。 AIGC是一项全新的技术，目前人们对AIGC技... -
1.6 高阶函数
1.6 高阶函数 1.6.1 作为参数的函数 1.6.2 作为一般方法的函数 1.6.3 定义函数 III：嵌套定义 1.6.4 作为返回值的函数 1.6.5 Lambda 表达式 1.6.6 示例：牛顿法 1.6.7 抽象和一等函数 1.6.8 函数装饰器 1.6 高阶函数 来源：1.6 Higher-Order Functio... -
2.3 序列
2.3 序列 2.3.1 嵌套偶对 2.3.2 递归列表 2.3.2 元组 II 2.3.4 序列迭代 2.3.5 序列抽象 2.3.6 字符串 2.3.7 接口约定 2.3 序列 来源：2.3 Sequences 译者：飞龙 协议：CC BY-NC-SA 4.0 序列是数据值的顺序容器。不像偶对只有两个元素，序列可... -
十三、树和森林
十三、树和森林 Adaboost 分类器 决策树分类器 决策树回归 特征的重要性 使用随机森林的特征选择 在随机森林中处理不平衡类别 随机森林分类器 随机森林分类器示例 数据的注解 随机森林回归 在随机森林中选择特征重要性 泰坦尼克比赛和随机森林 性别 年龄 可视化决策树 十三、树和森林 作者：Chris Albon 译... -
第二章 快速迭代的发展历程
第二章 快速迭代的发展历程 第二章 快速迭代的发展历程 在ChatGPT一词中，Chat是指对话方式，GPT是指背后的技术，其是一种基于互联网可用数据训练的文本生成深度学习模型。它用于文本问答、文本摘要、语言翻译、文本分类、代码生成和对话对答等工作中。从最初版本的GPT-1到GPT-4（ChatGPT），仅用4年时间ChatGPT就实现了快速的迭代式演... -
DDos攻击
5 DDos攻击 什么是DDoS？ TCP协议的三次握手 攻击工具 5 DDos攻击 请勿用于恶意攻击，仅限学习使用，否则后果自负 什么是DDoS？ DDoS:Distributed Denial of Service（分布式拒绝服务）。 DDoS攻击被认为是安全领域最难解决的问题之一，迄今为止也没有一个完美的解决方案。 ... -
用 PyTorch 编写分布式应用
用 PyTorch 编写分布式应用 设置 点对点通信 集合通信 分布式训练 我们自己的 Ring-Allreduce 高级主题 通信后端 初始化方法 用 PyTorch 编写分布式应用 原文：https://pytorch.org/tutorials/intermediate/dist_tuto.html 作者 ：SébArn... -
torchvision对象检测微调教程
torchvision 对象检测微调教程 定义数据集 为 PennFudan 编写自定义数据集 定义模型 1-将预训练模型用于微调 2-修改模型以添加其他主干 PennFudan 数据集的实例细分模型 将所有内容放在一起 测试forward() 方法（可选） 总结 torchvision 对象检测微调教程 原文：https://py...
