-
6.2 分而治之
6.2 分而治之 方法介绍 问题实例 举一反三 6.2 分而治之 方法介绍 对于海量数据而言，由于无法一次性装进内存处理，导致我们不得不把海量的数据通过hash映射分割成相应的小块数据，然后再针对各个小块数据通过hash_map进行统计或其它操作。 那什么是hash映射呢？简单来说，就是为了便于计算机在有限的内存中处理big数据，我们通过一种... -
（14）作用域链(Scope Chain)
（14）作用域链(Scope Chain) 前言 _13定义 _69函数的生命周期 _73函数创建 _116函数激活 _245作用域特征 _249闭包 scope_272通过构造函数创建的函数的[[scope]] _306二维作用域链查找 eval_343全局和eval上下文中的作用域链 _355代码执行时对作用域链的影响 _429结论... -
2.6 实现类和对象
2.6 实现类和对象 2.6.1 实例 2.6.2 类 2.6.3 使用所实现的对象 2.6 实现类和对象 来源：2.6 Implementing Classes and Objects 译者：飞龙 协议：CC BY-NC-SA 4.0 在使用面向对象编程范式时，我们使用对象隐喻来指导程序的组织。数据表示和操作的大部分逻辑都... -
C++ 前端中的 Autograd
C++ 前端中的 Autograd 基本的 Autograd 操作 用 C++ 计算高阶梯度 在 C++ 中使用自定义 Autograd 函数 将 Autograd 代码从 Python 转换为 C++ 总结 C++ 前端中的 Autograd 原文：https://pytorch.org/tutorials/advanced/cpp_au... -
10.2 增添属性和有用的接口
10.2 增添属性和有用的接口 10.2.1 通过FilterInputStream 从InputStream 里读入数据 10.2.2 通过FilterOutputStream向OutputStream 里写入数据 10.2 增添属性和有用的接口 利用层次化对象动态和透明地添加单个对象的能力的做法叫作“装饰器”（Decorator）方案——“方案... -
神经网络
神经网络 定义网络 损失函数 反向传播 更新权重 神经网络 译者：@小王子 校对者：@李子文 神经网络可以使用 torch.nn 包构建. autograd 实现了反向传播功能, 但是直接用来写深度学习的代码在很多情况下还是稍显复杂, torch.nn 是专门为神经网络设计的模块化接口. nn 构建于 Autograd ... -
钩子 - 扩展框架核心
URI 路由 ,URI 路由 ,设置你自己的路由规则 ,通配符 ,例子 ,正则表达式 ,回调函数 ,在路由中使用 HTTP 动词 ,保留路由 URI 路由 ,URI 路由 一般情况下，一个 URL 字符串和它对应的控制器中类和方法是一一对应的关系。 URL 中的每一段通常遵循下面的规则: example . com / class ... -
张量
张量 张量初始化 张量属性 张量运算 Tensor与Numpy的转化" level="2">Tensor与Numpy的转化 张量 原文: https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutor... -
入门指南
入门指南 检测项目依赖 更新依赖 依赖扁平化 安装依赖 添加更多依赖 入门指南 在你安装了Glide之后，这是一个快速入门指南。 检测项目依赖 Glide可以检测项目的依赖关系，并为你创建一个初始的 glide.yaml 文件。此检测可以从 Godep、GPM、Gom和GB中导入配置。进入项目的顶级目录并执行以下命名即可： $ glid...
