-
torch.nn到底是什么？
torch.nn 到底是什么？ MNIST 数据集 从零开始的神经网络（没有torch.nn ） 使用torch.nn.functional 使用nn.Module 重构 使用nn.Linear 重构 使用optim 重构 使用Dataset 重构 使用DataLoader 重构 添加验证 创建fit() 和get_data() 切换... -
用基于注意力机制的seq2seq神经网络进行翻译
用基于注意力机制的seq2seq神经网络进行翻译 加载数据文件 Seq2Seq模型 编码器 解码器 简单的解码器 注意力解码器 训练模型 绘制结果 评估 训练和评估 可视化注意力 练习 用基于注意力机制的seq2seq神经网络进行翻译 译者：@EWilsen 作者 : Sean Robertson 这个教程主要讲解... -
十八、HTTP 和表单
十八、HTTP 和表单 协议 浏览器和 HTTP Fetch HTTP 沙箱 运用 HTTP 安全和 HTTPS 表单字段 聚焦 禁用字段 作为整体的表单 文本字段 选择框和单选框 选择字段 文件字段 客户端保存数据 本章小结 习题 内容协商 JavaScript 工作台 Conway 的生命游戏 十八、HTTP... -
HBase and MapReduce
HBase and MapReduce 48. HBase, MapReduce, and the CLASSPATH 49. MapReduce Scan Caching 50.捆绑的 HBase MapReduce 作业 51. HBase 作为 MapReduce 作业数据源和数据接收器 52. 批量导入时直接写 HFiles 53. 行数统... -
第八章 高级的应用场景
第八章 高级的应用场景 第八章 高级的应用场景 AIGC在我们的日常生活中越来越常见。如今，画作、文章、音乐、游戏乃至代码，任何一个需要人类原创能力的创作都可能出自AIGC之手。但是，我们需要了解的是，AIGC的出现，不是为了替代人类，而是为了帮助人们更快、更好、更低成本地创作。 AIGC技术还将颠覆现有内容生产模式，它仅用十分之一的成本，就能以百倍... -
三、函数
三、函数 定义函数 绑定和作用域 嵌套作用域 作为值的函数 符号声明 箭头函数 调用栈 可选参数 闭包 递归 添加新函数 函数及其副作用 本章小结 习题 最小值 递归 字符计数 三、函数 原文：Functions 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 部分参考了《Jav... -
第六章 瞬间的风靡全球
第六章 瞬间的风靡全球 第六章 瞬间的风靡全球 语言是人类最基本的社会工具，也是每个人最基本的生存技能。在人工智能时代，语言将不再只是交流的工具，更是生产工具！语言将直接生成文本、图像、音频、视频，甚至是3D模型等更多未知的流媒体形态。未来几年，我们将看到基于AIGC的人工智能内容生产范式呈井喷式发展。 AIGC是一项全新的技术，目前人们对AIGC技... -
14.1 反应灵敏的用户界面
14.1 反应灵敏的用户界面 14.1.1 从线程继承 14.1.2 针对用户界面的多线程 14.1.3 用主类合并线程 14.1.4 制作多个线程 14.1.5 Daemon线程 14.1 反应灵敏的用户界面 作为我们的起点，请思考一个需要执行某些CPU密集型计算的程序。由于CPU“全心全意”为那些计算服务，所以对用户的输入十分迟钝，几乎没... -
torchvision对象检测微调教程
torchvision 对象检测微调教程 定义数据集 为 PennFudan 编写自定义数据集 定义模型 1-将预训练模型用于微调 2-修改模型以添加其他主干 PennFudan 数据集的实例细分模型 将所有内容放在一起 测试forward() 方法（可选） 总结 torchvision 对象检测微调教程 原文：https://py... -
云开发 CloudBase
云开发 CloudBase 操作场景 前提条件 操作步骤 部署异常 账户余额不足 云接入根路径已经被占用 CynosDB 被隔离 共享文件存储 CFS 资源售罄 常见问题 小程序部署 公众号白名单 IP 配置 版本升级 复用已有的 CynosDB 集群 其他 程序配置信息 计费 云开发 CloudBase 操作场景 本...
