-
torch.sparse
torch.sparse class torch.sparse.FloatTensor 译者署名 torch.sparse 警告 该 API 目前是实验性的，可能在不久的将来会发生变化。 torch 支持 COO（rdinate）格式的稀疏张量，可以有效地存储和处理大多数元素为零的张量。 稀疏张量被表示为一对致密张量：值的张量和 2D 张... -
7.2.2 对象的创建
7.2.2 对象的创建 7.2.2 对象的创建 一旦定义了类，就可以创建类的实例，也就是该类的一个对象②。类是抽象的，而对象 则是具体的，就好比“人”是抽象概念，而“张三”是个具体的人。一个类可以创建任意多 个实例（对象），所有实例都具有相同的行为（这是由类中定义的方法决定的），但各自的数 据值可以不同。创建类的实例采用如下形式： <变量> = <... -
13.8 复选框
13.8 复选框 13.8 复选框 复选框提供一个制造单一选择开关的方法；它包括一个小框和一个标签。典型的复选框有一个小的X （或者它设置的其它类型）或是空的，这依靠项目是否被选择来决定的。 我们会使用构造器正常地创建一个复选框，使用它的标签来充当它的参数。如果我们在创建复选框后想读出或改变它，我们能够获取和设置它的状态，同样也能获取和设置它的标签。... -
TensorFlow: 静态图
TensorFlow: 静态图 TensorFlow: 静态图 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, 我们会用基本的TensorFlow操作... -
torch.Storage
torch.Storage byte() char() clone() copy_() cpu() cuda(device=None, async=False) data_ptr() double() element_size() fill_() float() from_buffer() half() int() is_cuda... -
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... -
2.1.4 总结
如果这章节的内容有些难以应付，不用担心。纵观这章节的重点，有： 为什么不是所有的存储器都是SRAM的原因 存储单元需要单独选择来使用 地址线数目直接负责存储控制器，主板，DRAM模块和DRAM芯片的成本 在读或写操作结果之前需要占用一段时间是可行的 接下来的章节会涉及更多的有关访问DRAM存储器的实际操作的细节。我们不会提到更多有关访问SRAM的具体... -
版本和范围
版本和范围 基本范围 连字符范围 通配符比较 波浪号范围比较(补丁) 插入符号范围比较(主版本) 版本和范围 Glide 支持 语义版本 ，SemVer 范围，branch ，tag 和 commit id 作为版本。 基本范围 一个简单的范围是> 1.2.3 。这告诉Glide使用1.2.3 之后的最新版本。Glide 支持一下操作符... -
torchvision.transform
torchvision.transform 对 PIL.Image 进行变换 对 Tensor 进行变换 对 Conversion 进行变换 通用变换 译者署名 torchvision.transform 对 PIL.Image 进行变换 对 Tensor 进行变换 Conversion Transforms 通用变换 变换是常...
