-
Distributed communication package - torch.distributed
Distributed communication package - torch.distributed Basics Initialization TCP initialization Shared file-system initialization Environment variable initialization Groups Po... -
10.6 不可计算的问题
10.6 不可计算的问题 10.6 不可计算的问题 到目前为止，我们讨论的所有问题都是可解的。有些问题的解法非常有效，有些问题的 解法则比较复杂。Hanoi 塔之类的问题称为难解问题，因为当问题规模较大时，相应算法需 要太多太多的时间（或空间）来完成计算，事实上是无效、不可行的解法。 现实中还存在比难解问题更麻烦的问题，那就是不可解问题。考虑这个场... -
Multiprocessing 包 - torch.multiprocessing
Multiprocessing 包 - torch.multiprocessing 战略管理 共享 CUDA 张量 共享策略 文件描述符 -file_descripor 文件系统 -file_system 译者署名 Multiprocessing 包 - torch.multiprocessing 战略管理 共享 CUDA 张量 共... -
1.3.4 Python 语言的基本成分
1.3.4 Python 语言的基本成分 1.3.4 Python 语言的基本成分 在自然语言中，我们用字词、句子、段落来写文章表达思想。类似地，编程语言也提供 各种语言成分用于构造程序表达计算。例如 HelloWorld 程序中的 print 是 Python 语言中用 于显示输出的一个保留词，而"Hello, World!"则是被显示的数据，这两... -
torch.optim
torch.optim 如何使用optimizer 构建 为每个参数单独设置选项 进行单次优化 算法 class torch.optim.Optimizer(params, defaults) [source] load_state_dict(state_dict) [source] state_dict() [source] step(clos... -
常见问题
常见问题 我的模型报告 “cuda runtime error(2): out of memory” 我的 GPU 内存没有正确释放 我的多个数据加载器返回相同的随机数 我的回归网络不能使用数据并行 译者署名 常见问题 我的模型报告 “cuda runtime error(2): out of memory” 如错误消息所示，您的GPU 上... -
分布式通讯包 - torch.distributed
分布式通讯包 - torch.distributed 基本 初始化 torch.distributed.init_process_group(backend, init_method=’env://‘, kwargs) torch.distributed.get_rank() torch.distributed.get_world_size() TC... -
torch.Tensor
torch.Tensor torch.Tensor 译者：@Sylvester 、@那伊抹微笑 校对者：@Sariel torch.Tensor 是一种包含单一数据类型元素的多维矩阵. Torch 定义了七种 CPU tensor 类型和八种 GPU tensor 类型: Data type CPU tensor GPU ... -
4.1.3 编程语言对模块化编程的支持
4.1.3 编程语言对模块化编程的支持 4.1.3 编程语言对模块化编程的支持 在 1950 年代，由于计算机内存容量很小，程序员们千方百计地想尽量减小程序的大小。 汇编语言中最早出现了子例程（subroutine）和宏（macro）的构造，其目的正是为了减小程 序大小。子例程和宏可以实现了“一次编写、多处多次使用”，从而避免了在程序中的重复 代码，缩... -
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...
