-
Docker 使用
Docker 使用 环境说明 Docker 基本概念 Docker 安装和基本配置 镜像加速 Docker 命令，最终部署 Spring Boot 项目 重要的基本概念 部署一个 Spring Boot 的 Java Web 项目为例 Docker 基本命令 Dockerfile 解释 Dockerfile 部署 指定要查看映射情况的容器... -
Introduction
Introduction The Return of the Pony Party from One Ton Depot The Return of the Dog Party Note Introduction Polar exploration is at once the cleanest and most isolated way of ... -
7.2 支持向量机
7.2 支持向量机 第一层、了解SVM 1.1、线性分类 1.1.1、分类标准 1.1.2、1或-1分类标准的起源：logistic回归 1.1.3、形式化标示 1.2、线性分类的一个例子 1.3、函数间隔Functional margin与几何间隔Geometrical margin 1.3.1、函数间隔Functional margin 1.... -
torch.nn
torch.nn Parameters (参数) Containers (容器) Module Sequential ModuleList ParameterList Convolution Layers (卷积层) Conv1d Conv2d Conv3d ConvTranspose1d ConvTranspose2d ConvTra... -
第四章 分布式和并行计算
第四章 分布式和并行计算 4.1 引言 4.2 分布式系统 4.2.1 C/S 系统 4.2.2 P2P 系统 4.2.3 模块化 4.2.4 消息传递 4.2.5 万维网上的消息 4.3 并行计算 4.3.1 共享状态的问题 4.3.2 并行计算的正确性 4.3.3 保护共享状态：锁和信号量 4.3.4 保持同步：条件变量 4.3.5... -
7.2 支持向量机
7.2 支持向量机 第一层、了解SVM 1.1、线性分类 1.1.1、分类标准 1.1.2、1或-1分类标准的起源：logistic回归 1.1.3、形式化标示 1.2、线性分类的一个例子 1.3、函数间隔Functional margin与几何间隔Geometrical margin 1.3.1、函数间隔Functional margin 1.... -
3.6 抽象语言的解释器
3.6 抽象语言的解释器 3.6.1 Scheme 语言 3.6.2 Logo 语言 3.6.3 结构 3.6.4 环境 3.6.5 数据即程序 3.6 抽象语言的解释器 来源：3.6 Interpreters for Languages with Abstraction 译者：飞龙 协议：CC BY-NC-SA 4.0 ... -
从零开始的 NLP：使用序列到序列网络和注意力的翻译
从零开始的 NLP：使用序列到序列网络和注意力的翻译 加载数据文件 Seq2Seq 模型 编码器 解码器 简单解码器 注意力解码器 训练 准备训练数据 训练模型 绘制结果 评估 训练和评估 可视化注意力 练习 从零开始的 NLP：使用序列到序列网络和注意力的翻译 原文：https://pytorch.org/tutoria... -
第四章 深度学习的核心技术
第四章 深度学习的核心技术 第四章 深度学习的核心技术 很多人发现ChatGPT在自然语言处理的系列任务中，比如在文本理解和生成、对话问答、机器翻译、程序代码生成方面都有很大的进步。这是怎么做到的呢？从技术层面讲，这其实是近几年深度神经网络、大型语言模型的研究不断深入带来的成果，通俗点讲就是海量的数据加上巨大的算力催生了这样一个大型语言模型，使其落地应... -
DCGAN 教程
DCGAN 教程 简介 生成对抗网络 什么是 GAN？ 什么是 DCGAN？ 输入 数据 实现 权重初始化 生成器 判别器 损失函数和优化器 训练 结果 下一步去哪里 DCGAN 教程 原文：https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html ...
