-
节点之间沟通
节点之间沟通 undefined7. 节点之间沟通 undefined7.1 Sockets undefined7.1.1 Sockets 说明 undefined7.1.2 Sockets 实现 undefined7.1.2.1 连接者程序(不添加参数) undefined7.1.2.2 连接者程序(带参数) undefined7.1.2.3 监听... -
练习 26：网络：封包过滤配置，iptables
练习 26：网络：封包过滤配置，iptables 这样做 你会看到什么 解释 附加题 练习 26：网络：封包过滤配置，iptables 原文：Exercise 26. Networking: packet filter configuration, iptables 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用... -
音频 I/O 和torchaudio的预处理
音频 I/O 和torchaudio 的预处理 打开文件 转换 函数 从 Kaldi 迁移到torchaudio 可用数据集 总结 音频 I/O 和torchaudio 的预处理 原文：https://pytorch.org/tutorials/beginner/audio_preprocessing_tutorial.html ... -
Backup and Restore
Backup and Restore 79. Overview 80. Terminology 81. Planning 81.1. Backup within a cluster 81.2. Backup using a dedicated cluster 81.3. Backup to the Cloud or a storage vendor ... -
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 ... -
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... -
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... -
练习 27：安全 Shell，ssh，sshd，scp
练习 27：安全 Shell，ssh ，sshd ，scp 这样做 你会看到什么 解释 附加题 练习 27：安全 Shell，ssh ，sshd ，scp 原文：Exercise 27. Networking: secure shell, ssh, sshd, scp 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采... -
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...
