-
结束语
结束语 结束语 这篇教程可能并非如你所愿，希望能涵盖一个内容管理系统的方方面面， 但是它至少带你了解了一些最为关键的知识点，包括路由、控制器、模型 等等。我们希望这篇教程可以帮助你了解一些 CodeIgniter 的基本设计模式， 在这个基础上你可以做更为深入的研究。 现在，你已经完成了这篇教程，我们推荐你再继续看看文档的其余部分。 CodeIgni... -
13.1 为何要用AWT？
13.1 为何要用AWT？ 13.1 为何要用AWT？ 对于本章要学习的“老式”AWT，它最严重的缺点就是它无论在面向对象设计方面，还是在GUI开发包设计方面，都有不尽如人意的表现。它使我们回到了程序设计的黑暗年代（换成其他话就是“拙劣的”、“可怕的”、“恶劣的”等等）。必须为执行每一个事件编写代码，包括在其他环境中利用“资源”即可轻松完成的一些任务。... -
05 ChatGPT的发明者—OpenAI
05 ChatGPT的发明者—OpenAI 05 ChatGPT的发明者—OpenAI 说到ChatGPT就不得不提它的东家—OpenAI公司。OpenAI是一家提供人工智能技术服务的公司，于2015年由以下知名技术大佬共同投资或参与创建。 埃隆·马斯克（Elon Musk）：SpaceX的创始人，Tesla公司的掌门人，Hyperloop的提出者。... -
十六、朴素贝叶斯
十六、朴素贝叶斯 伯努利朴素贝叶斯 校准预测概率 高斯朴素贝叶斯分类器 多项式逻辑回归 多项式朴素贝叶斯分类器 从零编写朴素贝叶斯分类器 十六、朴素贝叶斯 作者：Chris Albon 译者：飞龙 协议：CC BY-NC-SA 4.0 伯努利朴素贝叶斯 伯努利朴素贝叶斯分类器假设我们的所有特征都是二元的，它们仅有两个值（例... -
CUDA 语义
CUDA 语义 内存管理 最佳实践 设备无关代码 使用固定的内存缓冲区 使用 nn.DataParallel 替代 multiprocessing CUDA 语义 译者：@Chris 校对者：@Twinkle torch.cuda 被用于设置和运行 CUDA 操作. 它会记录当前选择的 GPU, 并且分配的所有 CUDA 张... -
17.3 复杂性理论
17.3 复杂性理论 17.3 复杂性理论 下面要介绍的程序的前身是由Larry O’Brien原创的一些代码，并以由Craig Reynolds于1986年编制的“Boids”程序为基础，当时是为了演示复杂性理论的一个特殊问题，名为“凸显”（Emergence）。 这儿要达到的目标是通过为每种动物都规定少许简单的规则，从而逼真地再现动物的群聚行为。... -
将分布式DataParallel与分布式 RPC 框架相结合
将分布式DataParallel 与分布式 RPC 框架相结合 将分布式DataParallel 与分布式 RPC 框架相结合 原文：https://pytorch.org/tutorials/advanced/rpc_ddp_tutorial.html 作者 ： Pritam Damania 本教程使用一个简单的示例演示如何将Distr... -
自动求导机制
自动求导机制 反向排除 subgraphs (子图) requires_grad volatile autograd (自动求导) 如何编码 history (历史信息) 变量上的 In-place Operations (就地操作) In-place Operations (就地操作) 的正确性检查 自动求导机制 译者： @那伊抹微... -
针对NLP的Pytorch深度学习
针对NLP的Pytorch深度学习 针对NLP的Pytorch深度学习 译者：@JingTao 、@friedhelm739 作者 : Robert Guthrie 本教程将带你浏览基于Pytorch深度学习编程的核心思想.其中很多思想(例如计算图形抽象化以及自动求导) 并不是Pytorch特有的,他们和任何深度学习工具包都是相关的. ... -
torch.onnx
torch.onnx 示例:从Pytorch到Caffe2的端对端AlexNet模型 局限 支持的运算符 Functions torch.onnx 译者：@Haofan Wang 校对者：@aleczhang torch.onnx 模块可以将模型导出成 ONNX IR 形式.被导出的模型可以通过 ONNX 库被重新导入, 然后转化...
