-
对抗示例生成
对抗示例生成 威胁模型 快速梯度符号攻击 实现 输入 受到攻击的模型 FGSM 攻击 测试函数 运行攻击 结果 准确率与ε 对抗示例样本 接下来要去哪里？ 对抗示例生成 原文：https://pytorch.org/tutorials/beginner/fgsm_tutorial.html 作者： Nathan I... -
Escrevendo e otimizando o código Go
Escrevendo e otimizando o código Go Quando e onde otimizar Como otimizar Fluxo de otimização Dicas concretas sobre otimização Alterações nos dados Alterações algorítmicas Entr... -
使用nn.Transformer和torchtext的序列到序列建模
使用nn.Transformer 和torchtext 的序列到序列建模 定义模型 加载和批量数据 生成输入序列和目标序列的函数 启动实例 运行模型 使用测试数据集评估模型 使用nn.Transformer 和torchtext 的序列到序列建模 原文：https://pytorch.org/tutorials/beginner/tran... -
Securing Apache HBase
Securing Apache HBase 59. Using Secure HTTP (HTTPS) for the Web UI 60. Using SPNEGO for Kerberos authentication with Web UIs 61. Secure Client Access to Apache HBase 61.1. Prereq... -
使用 RPC 的分布式管道并行化
使用 RPC 的分布式管道并行化 基础知识 第 1 步：对 ResNet50 模型进行分片 第 2 步：将 ResNet50 模型片段拼接到一个模块中 步骤 3：定义训练循环 第 4 步：启动 RPC 进程 使用 RPC 的分布式管道并行化 原文：https://pytorch.org/tutorials/intermediate/dist... -
ABOUT DOGS.
ABOUT DOGS. ABOUT DOGS. The worst of a pet dog is that one gets so fond of it. When old age, or accident, or disease deprives you of your faithful friend, your unfailing sym... -
Spark-Scilit-X1-13B开源大模型，高效AI开发工具
一、前言：为什么说它解决了 AI 开发的核心痛点？ 二、技术深析：3 大突破点奠定 “高效开发” 基石 1. 架构创新：Spark 引擎原生集成（核心差异点） 2. 性能优化：13B 模型的 “轻量革命” 3. 生态兼容：零成本对接现有开发栈 三、性能实测：碾压同类模型的 5 组关键数据 四、开发实战：3 类场景的 “效率暴击” 演示 场景 1：... -
FOUR MONTHS IN CAMP.
FOUR MONTHS IN CAMP. FOUR MONTHS IN CAMP. I daresay many of my child readers think that it must be delightful to live in a tent. And so it is; for a few years ago I passed f... -
PyTorch 0.3 中文文档 & 教程
PyTorch 0.3 中文文档 & 教程 目录结构 PyTorch 0.3 中文文档 & 教程 维护组织：@ApacheCN 协议：CC BY-NC-SA 4.0 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。 在线阅读 ApacheCN 学习资源 PyTorch 中文翻译组 | ApacheCN 7...
