-
7.2 支持向量机
7.2 支持向量机 第一层、了解SVM 1.1、线性分类 1.1.1、分类标准 1.1.2、1或-1分类标准的起源：logistic回归 1.1.3、形式化标示 1.2、线性分类的一个例子 1.3、函数间隔Functional margin与几何间隔Geometrical margin 1.3.1、函数间隔Functional margin 1.... -
FastDFS 结合 GraphicsMagick
FastDFS 结合 GraphicsMagick 单机安装部署（CentOS 6.7 环境） 先安装 FastDFS 安装 nginx-lua-GraphicsMagick 注意这一行行，我特别加上了使用 root 用户去执行，不然有些日记目录没有权限访问 多机安装部署（CentOS 6.7 环境） 资料 FastDFS 结合 Grap... -
torch.nn
torch.nn Parameters (参数) Containers (容器) Module Sequential ModuleList ParameterList Convolution Layers (卷积层) Conv1d Conv2d Conv3d ConvTranspose1d ConvTranspose2d ConvTra... -
13.16 新型AWT
13.16 新型AWT 13.16.1 新的事件模型 13.16.2 事件和接收者类型 13.16.3 用Java 1.1 AWT制作窗口和程序片 13.16.4 再研究一下以前的例子 13.16.5 动态绑定事件 13.16.6 将事务逻辑与UI逻辑区分开 13.16.7 推荐编码方法 13.16 新型AWT 在Java 1.1中一个显... -
第10章-字符设备驱动程序
第10章-字符设备驱动程序 stty命令 终端类型 VT100 VT102 VT220 VT320 xterm linux scoansi ansi END 第10章-字符设备驱动程序 stty命令 终端类型 VT100 VT102 VT220 VT320 xterm linux scoansi ansi ... -
7.2 支持向量机
7.2 支持向量机 第一层、了解SVM 1.1、线性分类 1.1.1、分类标准 1.1.2、1或-1分类标准的起源：logistic回归 1.1.3、形式化标示 1.2、线性分类的一个例子 1.3、函数间隔Functional margin与几何间隔Geometrical margin 1.3.1、函数间隔Functional margin 1.... -
自定义 C++ 和 CUDA 扩展
自定义 C++ 和 CUDA 扩展 动机和示例 编写 C++ 扩展 使用setuptools 构建 编写 C++ 操作 正向传播 反向传播 绑定到 Python 使用扩展程序 性能比较 GPU 设备上的性能 JIT 编译扩展 编写混合的 C++/CUDA 扩展 使用访问器 将 C++/CUDA 操作与 PyTorch 集成 性能比较 ... -
torch
torch Tensors (张量) Creation Ops (创建操作) Indexing, Slicing, Joining, Mutating Ops (索引, 切片, 连接, 换位) 操作 Random sampling (随机采样) In-place random sampling (直接随机采样) Serialization (序列化... -
Apache HBase 性能调优
Apache HBase 性能调优 114.操作系统 114.1。记忆 114.2。 64 位 114.3。交换 114.4。中央处理器 115.网络 115.1。单开关 115.2。多个开关 115.3。多个机架 115.4。网络接口 115.5。网络一致性和分区容忍度 116. Java 116.1。垃圾收集器和 Apache HB... -
使用自定义 C++ 运算符扩展 TorchScript
使用自定义 C++ 运算符扩展 TorchScript 在 C++ 中实现自定义运算符 使用 TorchScript 注册自定义运算符 构建自定义运算符 环境设置 将 CMake 用于构建 在 Python 中使用 TorchScript 自定义运算符 在跟踪中使用自定义运算符 将自定义运算符与脚本一起使用 在 C++ 中使用 TorchSc...
