-
第七章 幕后的技术路径
第七章 幕后的技术路径 第七章 幕后的技术路径 当然，AIGC能力的提升，并不是一蹴而就的，而是经历了漫长且复杂的“模型突破—大幅提升—规模化生产—遇到障碍—再模型突破—大幅提升”的循环发展过程。而AIGC要实现商业化落地应用，走进人类生活，就必须在资源消耗、学习门槛等方面做到平民化。 AIGC的成功主要得益于基础的生成算法模型不断突破创新。比如为人... -
开发环境搭建
开发环境搭建 1 项目结构 2 配置开发环境 2.1 拉取代码 2.2 启动 开发环境搭建 1 项目结构 . ├── Jenkinsfile # 构建镜像使用的 jenkinsfile ├── Dockerfile # 构建镜像使用的 Dockerfile ├── LICENSE ├── OWNERS ... -
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 ... -
练习 27：安全 Shell，ssh，sshd，scp
练习 27：安全 Shell，ssh ，sshd ，scp 这样做 你会看到什么 解释 附加题 练习 27：安全 Shell，ssh ，sshd ，scp 原文：Exercise 27. Networking: secure shell, ssh, sshd, scp 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采... -
HBase 与 Spark
HBase 与 Spark 104. 基础 Spark 105. Spark Streaming 106. 批量加载 107. SparkSQL/DataFrames 107.1. 定义目录 107.2. 保存 DataFrame 107.3. 加载 DataFrame 107.4. Language Integrated Query 107.... -
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... -
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... -
为什么在选择ThinkCMF？
为什么在众多基于 ThinkPHP 的程序中选择 ThinkCMF？ 一、定位：全栈内容管理框架的独特优势 二、架构：模块化与插件化的高效设计 三、功能：完整且灵活的生态体系 四、开发者友好：完善的工具与社区支持 五、实际应用：适应业务动态发展 为什么在众多基于 ThinkPHP 的程序中选择 ThinkCMF？ 在 ThinkPHP 生态蓬... -
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... -
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...
