-
3.2 函数和所生成的过程
3.2 函数和所生成的过程 3.2.1 递归函数 3.2.2 剖析递归函数 3.2.3 树形递归 3.2.4 示例：找零 3.2.5 增长度 3.2.6 示例：求幂 3.2 函数和所生成的过程 来源：3.2 Functions and the Processes They Generate 译者：飞龙 协议：CC BY-NC-... -
AI提示词：Prompt效果的3大核心指标体系（准确率+流畅度+可解释性）
一、前言：为什么需要 “Prompt 效果指标”？ 二、核心指标 1：准确率 ——Prompt 效果的 “底线” 1. 定义与核心评估维度 2. 量化评估方法（附工具） 3. 实战案例：信息提取类 Prompt 的准确率评估 4. 准确率优化技巧 三、核心指标 2：流畅度 ——Prompt 效果的 “体验感” 1. 定义与核心评估维度 2. 量... -
编写数学表达式
编写数学表达式 下标和上标 分数、二项式和堆叠数 根式 字体 自定义字体 重音符号 符号 示例 编写数学表达式 原文：Writing mathematical expressions 译者：飞龙 协议：CC BY-NC-SA 4.0 你可以在任何 matplotlib 文本字符串中使用子 TeX 标记，将它放在一对美元... -
Windows 常见问题
Windows 常见问题 包含可选组件 加速 Windows 的 CUDA 构建 一个关键的安装脚本 CFFI 扩展 Cpp 扩展 在 win-32 中找不到包 为什么没有 Windows 的 Python 2 包？ 导入错误 无 if 语句保护的多进程处理错误 多进程处理错误 “损坏的管道” 多进程处理错误 “驱动程序关闭” CUDA... -
分析您的 PyTorch 模块
分析您的 PyTorch 模块 使用 Profiler 的性能调试 分析正向传播 打印分析器结果 提高内存性能 提高时间表现 进一步阅读 分析您的 PyTorch 模块 原文：https://pytorch.org/tutorials/beginner/profiler.html 作者： Suraj Subramanian ... -
常用插件及主题
常用插件及主题 常用主题及插件 安装主题 安装插件 常用插件及主题 常用主题及插件 打开面板，可以看到如下： 对应的Themes就是可更换的主题。在这一共分为两块，UI Theme和Syntax Theme，一个是UI的，一个是文件语法的，这里可以选择相应的主题。 安装主题 可以通过Installed Themes安装主题，这里我使用... -
模型剪裁教程
模型剪裁教程 要求 创建模型 检查模块 剪裁模块 迭代式剪裁 序列化剪裁的模型 删除剪裁重新参数化 剪裁模型中的多个参数 全局剪裁 使用自定义剪裁函数扩展torch.nn.utils.prune 模型剪裁教程 原文：https://pytorch.org/tutorials/intermediate/pruning_tutori... -
强化学习(DQN）教程
强化学习(DQN）教程 重播记忆 (Replay Memory) DQN 算法 Q-network 获取输入 训练 超参数和函数 训练循环 强化学习(DQN）教程 译者：@Lisanaaa 作者 : Adam Paszke 本教程演示如何使用 PyTorch 对任务 CartPole-v0 训练 Deep Q Learnin... -
十五、支持向量机
十五、支持向量机 校准 SVC 中的预测概率 寻找最近邻 寻找支持向量 SVM 不平衡分类 绘制支持向量分类器超平面 使用 RBF 核时的 SVM 参数 Gamma C Gamma Gamma = 0.01 Gamma = 1.0 Gamma = 10.0 Gamma = 100.0 C - 惩罚参数 C = 1 C =... -
使用 ONNX 将模型从 PyTorch 迁移到 Caffe2 和 Mobile
使用 ONNX 将模型从 PyTorch 迁移到 Caffe2 和 Mobile 使用 ONNX 迁移到 SRResNet 在移动设备上运行模型 使用 ONNX 将模型从 PyTorch 迁移到 Caffe2 和 Mobile 译者：@片刻 在本教程中, 我们将介绍如何使用 ONNX 将 PyTorch 中定义的模型转换为 ONNX 格式...
