万象云档 本次搜索耗时 2.866 秒,为您找到 463 个相关结果.
  • 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...
  • Java 8 Nashorn 教程

    1647 2025-05-18 《Java 8 简明教程》
    Java 8 Nashorn 教程 使用 Nashron 在Java中调用JavaScript函数 在JavaScript中调用Java方法 ScriptObjectMirror 语言扩展 类型数组 集合和范围遍历 Lambda表达式和数据流 类的继承 参数重载 Java Beans 函数字面值 属性绑定 字符串去空白 位置 导...
  • Spark-Scilit-X1-13B开源大模型,高效AI开发工具

    1636 2025-11-01 《AI老牛逼了》
    一、前言:为什么说它解决了 AI 开发的核心痛点? 二、技术深析:3 大突破点奠定 “高效开发” 基石 1. 架构创新:Spark 引擎原生集成(核心差异点) 2. 性能优化:13B 模型的 “轻量革命” 3. 生态兼容:零成本对接现有开发栈 三、性能实测:碾压同类模型的 5 组关键数据 四、开发实战:3 类场景的 “效率暴击” 演示 场景 1:...
  • Building and Developing Apache HBase

    Building and Developing Apache HBase 164. Getting Involved 164.1. Mailing Lists 164.2. Slack 164.3. Internet Relay Chat (IRC) 164.4. Jira 164.4.1. Guidelines for reporting effec...
  • X3.5 版本后端兼容需要重点检查的点

    1598 2025-05-18 《DiscuzX安装教程》
    X3.5 版本后端兼容需要重点检查的点 X3.5 需支持 PHP 8 情况下后端兼容需要重点检查的点 X3.5 版本前端兼容需要重点检查的点 X3.5 需支持 PHP 8 情况下前端兼容需要重点检查的点 X3.5 版本其他相关规范性内容 X3.5 版本后端兼容需要重点检查的点 X3.5 测试站建议在开启 $_config['deprecate...
  • Apache HBase Configuration

    Apache HBase Configuration 3. Configuration Files 4. Basic Prerequisites 4.1. Hadoop 4.1.1. dfs.datanode.max.transfer.threads 4.2. ZooKeeper Requirements 5. HBase run modes...
  • PHP 开发规范

    PHP 开发规范 ,文件格式 ,TextMate ,BBEdit ,PHP 结束标签 ,文件的命名 ,类和方法的命名 ,变量的命名 ,注释 ,常量 ,TRUE、FALSE 和 NULL ,逻辑操作符 ,对返回值进行比较以及类型转换 ,调试代码 ,文件中的空格 ,兼容性 ,一个类一个文件 ,空格 ,换行 ,代码缩进 ,中...
  • Apache HBase 协处理器

    Apache HBase 协处理器 108.协处理器概述 108.1。协处理器类比 108.2。协处理器实现概述 109.协处理器的类型 109.1。观察者协处理器 109.1.1。用于观察者协处理器的用例 109.1.2。观察者协处理器的类型 109.2。端点协处理器 110.加载协处理器 110.1。静态加载 110.2。静态卸载 1...
  • 参考链接

    1544 2025-05-15 《ECMAScript 6 教程》
    参考链接 官方文件 综合介绍 let 和 const 解构赋值 字符串 正则 数值 数组 函数 对象 Symbol Set 和 Map Proxy 和 Reflect Promise 对象 Iterator Generator 异步操作和 Async 函数 Class Decorator Module 二进制数组 S...
  • torch.nn

    torch.nn class torch.nn.Parameter() class torch.nn.Module add_module(name, module) apply(fn) children() cpu(device_id=None) cuda(device_id=None) double() eval() float() fo...