-
练习 18：日志：/var/log，rsyslog，logger
练习 18：日志：/var/log ，rsyslog ，logger 这样做 你会看到什么 解释 附加题 练习 18：日志：/var/log ，rsyslog ，logger 原文：Exercise 18. Logging, /var/log, rsyslog, logger 译者：飞龙 协议：CC BY-NC-SA 4.0 ... -
数组的扩展
扩展运算符 含义 替代函数的 apply() 方法 扩展运算符的应用 Array.from() Array.of() 实例方法：copyWithin() 实例方法：find()，findIndex()，findLast()，findLastIndex() 实例方法：fill() 实例方法：entries()，keys() 和 values(... -
（47）对象创建模式（上篇）
（47）对象创建模式（上篇） 介绍 模式1：命名空间（namespace） 模式2：定义依赖 3_84模式3：私有属性和私有方法 4Revelation_120模式4：Revelation模式 5_164模式5：链模式 _193总结 （47）对象创建模式（上篇） 介绍 本篇主要是介绍创建对象方面的模式，利用各种技巧可以极大地避免了错误或... -
1.2 编程元素
1.2 编程元素 1.2.1 表达式 1.2.2 调用表达式 1.2.3 导入库函数 1.2.4 名称和环境 1.2.5 嵌套表达式的求解 1.2.6 函数图解 1.2 编程元素 来源：1.2 The Elements of Programming 译者：飞龙 协议：CC BY-NC-SA 4.0 编程语言是操作计算机... -
探索“hello - algo”：算法学习的友好起点
《探索“hello - algo”：算法学习的友好起点》 项目简介 项目特色 对学习者的帮助 项目社区与发展 《探索“hello - algo”：算法学习的友好起点》 在算法学习的广阔天地中，“hello - algo”项目宛如一颗璀璨的启明星，为初学者照亮前行的道路。这个由krahets在GitHub上开源的项目，凭借其独特的魅力和丰富的价值... -
将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选）
将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选） 使用 ONNX 运行时在图像上运行模型 将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选） 原文：https://pytorch.org/tutorials/advanced/super_resolution_with_onnxrun... -
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... -
一、值，类型和运算符
一、值，类型和运算符 值 数字 算术 特殊数字 字符串 一元运算符 布尔值 比较 逻辑运算符 空值 自动类型转换 逻辑运算符的短路特性 本章小结 一、值，类型和运算符 原文：Values, Types, and Operators 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 部分参考... -
Writing and Optimizing Go code
Writing and Optimizing Go code When and Where to Optimize How to Optimize Optimization Workflow Concrete optimization tips Data Changes Algorithmic Changes Benchmark Inputs P... -
PyTorch深度学习
PyTorch深度学习 深度学习构建模块: Affine maps, non-linearities and objectives Affine Maps Non-Linearities(非线性) Softmax and Probabilities(Softmax和概率分布) Objective Functions(目标函数) Optimizati...
