-
1.13 Java还是C++
1.13 Java还是C++ 1.13 Java还是C++ Java特别象C++；由此很自然地会得出一个结论：C++似乎会被Java取代。但我对这个逻辑存有一些疑问。无论如何，C++仍有一些特性是Java没有的。而且尽管已有大量保证，声称Java有一天会达到或超过C++的速度。但这个突破迄今仍未实现（尽管Java的速度确实在稳步提高，但仍未达到C++的... -
7.2 深入理解
7.2 深入理解 7.2.1 方法调用的绑定 7.2.2 产生正确的行为 7.2.3 扩展性 7.2 深入理解 对于Music.java 的困难性，可通过运行程序加以体会。输出是Wind.play() 。这当然是我们希望的输出，但它看起来似乎并不愿按我们的希望行事。请观察一下tune() 方法： public static void ... -
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 ... -
TorchScript 中的动态并行性
TorchScript 中的动态并行性 基本语法 应用示例：双向 LSTM 的集成 并行化前向和后向层 旁注：可视化并行性 集成中的并行化模型 总结 TorchScript 中的动态并行性 原文：https://pytorch.org/tutorials/advanced/torch-script-parallelism.html ... -
6.5 MapReduce
6.5 MapReduce 方法介绍 基础架构 MapReduce模式 问题实例 6.5 MapReduce 方法介绍 MapReduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。这样做的好处是可以在任务被分解后，可以通过大量机器进行并行计算，减少整个操作的时间。但如果你... -
训练一个分类器
训练一个分类器 数据呢? 训练一个图像分类器 1. 加载并规范化 CIFAR10 2. 定义一个卷积神经网络 3. 定义一个损失函数和优化器 4. 训练网络 5. 在测试数据上测试网络 在 GPU 上训练 在多个GPU上进行训练 我下一步去哪里? 训练一个分类器 译者：@小王子 校对者：@李子文 就是这个, 你已经看到... -
6.5 MapReduce
6.5 MapReduce 方法介绍 基础架构 MapReduce模式 问题实例 6.5 MapReduce 方法介绍 MapReduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。这样做的好处是可以在任务被分解后，可以通过大量机器进行并行计算，减少整个操作的时间。但如果你... -
【例1】 使用万能标签调用“国内新闻”栏目的最新3条信息
【例1】 使用万能标签调用“国内新闻”栏目的最新3条信息 第一步，分析万能标签 ： ... -
帝国CMS目录结构介绍
/ 系统根目录 ├d/ 附件和数据存放目录 (data) │├file/ 附件存放目录 │├js/ JS调用生成目录 │└txt/ 内容存文本存放目录 ├e/ 系统程序目录 (empire) ├html/ 自定义内容页存放预设目录 ├images/ 默认模板图片目录 ├s/ 专题目录 (special) ├search/ 高级搜索页面...
