-
6.2 有序的数据集合体
6.2 有序的数据集合体 6.2 有序的数据集合体 大量数据按次序排列而形成的集合体称为序列（sequence）。注意，这里所说的“次序”是指各成员数据之间有位置的前后，并非指成员数据按值的大小来排列。就像一群人站成一 排即成序列，并不一定要按高矮顺序排列。 Python 中的字符串、列表和元组数据类型都是序列，第 2 章中对它们有过初步介绍， 本节... -
6.4 文件
6.4 文件 6.4 文件 众所周知，CPU 只能读写内存，因此当程序运行时，程序所处理的数据必须存储在内 存中。当程序结束或关机、掉电时，内存中的数据就会消失。为了永久保存数据，必须将数 据存储在磁盘、光盘、闪存盘等不依赖于电源的外部存储器上。另外，与外部存储器相比， 内存的容量小而价格高，不适合海量数据存储。总之，计算机问题求解必须考虑如何处理外 ... -
附录C 智力逻辑
附录C 智力逻辑 附录C 智力逻辑 1 五个海盗抢到了100颗宝石，每一颗都一样大小和价值连城。他们决定这么分： 抽签决定自己的号码（1、2、3、4、5） 首先，由1号提出分配方案，然后大家表决，当且仅当超过半数的人同意时，按照他的方案进行分配，否则将被扔进大海喂鲨鱼 如果1号死后，再由2号提出分配方案，然后剩下的4人进行表决，当且仅当超过半数... -
1.4 方案的重复使用
1.4 方案的重复使用 1.4 方案的重复使用 创建并测试好一个类后，它应（从理想的角度）代表一个有用的代码单位。但并不象许多人希望的那样，这种重复使用的能力并不容易实现；它要求较多的经验以及洞察力，这样才能设计出一个好的方案，才有可能重复使用。 许多人认为代码或设计模式的重复使用是面向对象的程序设计提供的最伟大的一种杠杆。 为重复使用一个类，最简... -
PyTorch: 定制化nn模块
PyTorch: 定制化nn模块 PyTorch: 定制化nn模块 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射. 在实现中我们将定义一个定制化的模块子类. 如果... -
5.2.4 图形的事件处理
5.2.4 图形的事件处理 5.2.4 图形的事件处理 面向对象的概念是和事件驱动编程联系在一起的。所谓事件是指在程序执行过程中发生的事情，例如点击了鼠标左键、按下了键盘上的回车键之类。某个对象可以与特定事件绑定 在一起，这样当特定事件发生时，可以调用特定的函数来处理这个事件。 画布及画布上的图形都是对象，都可以与交互事件绑定，这样用户可以利用键盘、... -
7.9 总结
7.9 总结 7.9 总结 “多态性”意味着“不同的形式”。在面向对象的程序设计中，我们有相同的外观（基类的通用接口）以及使用那个外观的不同形式：动态绑定或组织的、不同版本的方法。 通过这一章的学习，大家已知道假如不利用数据抽象以及继承技术，就不可能理解、甚至去创建多态性的一个例子。多态性是一种不可独立应用的特性（就象一个switch 语句），只可与... -
torch.utils.checkpoint
torch.utils.checkpoint torch.utils.checkpoint.checkpoint(function, *args) torch.utils.checkpoint.checkpoint_sequential(functions, segments, *inputs) 译者署名 torch.utils.checkpoi... -
配置API
在我们编写了一些主题和包之后，让我们花一些时间来深入了解一些Atom的工作方式。在这一章中，我们会更进一步了解Atom中独特的内部API和系统，甚至查看一些源码来看一看它们是如何很好地工作的。 配置API 读取配置 如果你想要编写一个可配置的包，你需要通过atom.config 来整体读取配置，或者通过atom.config.get 来读... -
纹理压缩格式的使用
纹理压缩格式的使用 Eva.js 从1.2.0开始支持纹理压缩格式 纹理压缩格式是什么 常见的图片文件格式，比如PNG/JPG/Webp等，是为了存储图像信息的特殊编码方式，只能存在硬盘中或内存中，无法被GPU直接识别。 纹理压缩格式，是一种GPU能直接读取并显示的格式，使得图像无需解压即可进行渲染，节约大量的内存。 常...
