-
1.6 高阶函数
1.6 高阶函数 1.6.1 作为参数的函数 1.6.2 作为一般方法的函数 1.6.3 定义函数 III：嵌套定义 1.6.4 作为返回值的函数 1.6.5 Lambda 表达式 1.6.6 示例：牛顿法 1.6.7 抽象和一等函数 1.6.8 函数装饰器 1.6 高阶函数 来源：1.6 Higher-Order Functio... -
通过使用 Flask 的 REST API 在 Python 中部署 PyTorch
通过使用 Flask 的 REST API 在 Python 中部署 PyTorch API 定义 依赖项 简单的 Web 服务器 推断 准备图像 预测 将模型集成到我们的 API 服务器中 后续步骤 通过使用 Flask 的 REST API 在 Python 中部署 PyTorch 原文：https://pytorch.org/t... -
从零开始的 NLP：使用字符级 RNN 生成名称
从零开始的 NLP：使用字符级 RNN 生成名称 准备数据 创建网络 训练 准备训练 训练网络 绘制损失图 网络采样 练习 从零开始的 NLP：使用字符级 RNN 生成名称 原文：https://pytorch.org/tutorials/intermediate/char_rnn_generation_tutorial.html ... -
第二章 快速迭代的发展历程
第二章 快速迭代的发展历程 第二章 快速迭代的发展历程 在ChatGPT一词中，Chat是指对话方式，GPT是指背后的技术，其是一种基于互联网可用数据训练的文本生成深度学习模型。它用于文本问答、文本摘要、语言翻译、文本分类、代码生成和对话对答等工作中。从最初版本的GPT-1到GPT-4（ChatGPT），仅用4年时间ChatGPT就实现了快速的迭代式演... -
第五章 序列和协程
第五章 序列和协程 5.1 引言 5.2 隐式序列 5.2.1 Python 迭代器 5.2.2 for 语句 5.2.3 生成器和yield 语句 5.2.4 可迭代对象 5.2.5 流 5.3 协程 5.3.1 Python 协程 5.3.2 生产、过滤和消耗 5.3.3 多任务 第五章 序列和协程 来源：Chapter 5... -
从零开始的 NLP：使用字符级 RNN 分类名称
从零开始的 NLP：使用字符级 RNN 分类名称 准备数据 将名称转换为张量 创建网络 训练 准备训练 训练网络 绘制结果 评估结果 在用户输入上运行 练习 从零开始的 NLP：使用字符级 RNN 分类名称 原文：https://pytorch.org/tutorials/intermediate/char_rnn_classif... -
十八、Keras
十八、Keras 添加丢弃 卷积神经网络 用于二分类的前馈神经网络 用于多分类的前馈神经网络 用于回归的前馈神经网络 LSTM 循环神经网络 神经网络的提前停止 神经网络的参数正则化 为神经网络预处理数据 保存模型的训练过程 调优神经网络超参数 可视化损失历史 可视化神经网络架构 可视化表现历史 神经网络的 K 折交叉验证 ... -
WordPress主题开发教程手册 — 条件标签函数
在什么地方使用条件标签函数 条件标签函数详解 主页 管理后台 单个文章页面 文章详情、页面、或附件页面 置顶文章 文章类型 文章类型是否是分级的 文章类型存档页（列表页） 评论弹出窗口 任何包含文章的页面 “PAGE”页面 测试页面分页 例1 例2 测试子页面 是否为页面模板 分类页面 标签存档页 分类法存档页 注册分... -
跟着例子学习 PyTorch
跟着例子学习 PyTorch Tensors Warm-up: numpy PyTorch: Tensors Autograd PyTorch: Variables and autograd PyTorch: Defining new autograd functions TensorFlow: Static Graphs nn module... -
分布式 RPC 框架入门
分布式 RPC 框架入门 使用 RPC 和 RRef 的分布式强化学习 使用分布式 Autograd 和分布式优化器的分布式 RNN 分布式 RPC 框架入门 原文：https://pytorch.org/tutorials/intermediate/rpc_tutorial.html 作者 ：Shen Li 先决条件： PyTo...
