-
09 AIGC音频生成技术的成熟
09 AIGC音频生成技术的成熟 09 AIGC音频生成技术的成熟 现阶段，从文本到语音的生成技术已经逐步成熟，语音质量也达到了自然的标准。 未来的语音生成技术会朝着更高质量的音频方向发展，从更富有感情的语音表达到为小语种服务的语音生成技术，将是未来音频生成技术优化的方向，如下页图所示。 音乐生成需要解决的难点是音乐数据难以标注的问题，数据标注以其... -
模型优化
模型优化 模型优化 分析您的 PyTorch 模块 使用 Ray Tune 的超参数调整 模型剪裁教程 LSTM 单词语言模型上的动态量化（beta） BERT 上的动态量化（Beta） PyTorch 中使用 Eager 模式的静态量化（beta） 计算机视觉的量化迁移学习教程（beta） -
初学Hooks
初学Hooks useState useEffect useContext useReducer useCallback useMemo useRef 参考文档 初学Hooks 跳出class的组织方式，函数式组件更好复用 有了钩子，你可以在组件中按照代码块的相关性组织副作用，而不是基于生命周期方法强制进行切分，相关联的逻辑也不会被强... -
关于本区块链的一些说明
关于本区块链的一些说明 undefined1、数据库及buckets undefined2、只有本地有钱包文件，才能执行getbalance命令，读取钱包文件里面的地址的账户余额。 关于本区块链的一些说明 undefined1、数据库及buckets 数据库： constdbFile = "blockchain.db" （ 1 ） bu... -
Probability distributions - torch.distributions
Probability distributions - torch.distributions Distribution (概率分布) Bernoulli (伯努利分布) Categorical (类别分布) Normal (正态分布) Probability distributions - torch.distributions 译者：@叶... -
03 代码评审与优化
03 代码评审与优化 03 代码评审与优化 ChatGPT可以评价代码的质量。即使代码没有语法错误，ChatGPT也能分析其中是否还有优化的空间。 Q：你觉得这段Python代码写得怎么样？ A：这段代码的编写是正确的，也是简单易懂的。它创建了一个空列表a，然后使用for循环在其中添加了10个整数。但是，如果你想让代码更简洁、更Pythonic... -
1.0 本章导读
1.0 本章导读 1.0 本章导读 字符串相关的问题在各大互联网公司笔试面试中出现的频率极高，比如微软经典的单词翻转题：输入“I am a student.”，则输出“student. a am I”。 本章重点介绍6个经典的字符串问题，分别是旋转字符串、字符串包含、字符串转换成整数、回文判断、最长回文子串、字符串的全排列，这6个问题要么从暴力解法入... -
1.0 本章导读
1.0 本章导读 1.0 本章导读 字符串相关的问题在各大互联网公司笔试面试中出现的频率极高，比如微软经典的单词翻转题：输入“I am a student.”，则输出“student. a am I”。 本章重点介绍6个经典的字符串问题，分别是旋转字符串、字符串包含、字符串转换成整数、回文判断、最长回文子串、字符串的全排列，这6个问题要么从暴力解法入... -
08 AIGC图像生成技术的优化
08 AIGC图像生成技术的优化 08 AIGC图像生成技术的优化 在前面介绍AIGC的模型发展时，谈到了模型的升级和进化对AIGC生成图像的多样性产生的影响，随着技术的进一步的提升，AIGC生成的图像质量将会逐步提升。图像生成技术包括图像编辑、图像自主生成、2D-3D转换等，其中图像编辑技术门槛较低，其次是由文本生成图像，最难的应该是从2D向3D的转...
