-
自动求导机制
自动求导机制 反向排除 subgraphs (子图) requires_grad volatile autograd (自动求导) 如何编码 history (历史信息) 变量上的 In-place Operations (就地操作) In-place Operations (就地操作) 的正确性检查 自动求导机制 译者： @那伊抹微... -
13.1 为何要用AWT？
13.1 为何要用AWT？ 13.1 为何要用AWT？ 对于本章要学习的“老式”AWT，它最严重的缺点就是它无论在面向对象设计方面，还是在GUI开发包设计方面，都有不尽如人意的表现。它使我们回到了程序设计的黑暗年代（换成其他话就是“拙劣的”、“可怕的”、“恶劣的”等等）。必须为执行每一个事件编写代码，包括在其他环境中利用“资源”即可轻松完成的一些任务。... -
在Atom中写作
在Atom中写作 虽然Atom通常可能用来编写软件的代码，但是它还可以用来高效地编写文章。这通常采用一些标记语言，比如说Markdown和Asciidoc（也就是英文手册所用的格式）来完成。下面我们会很快浏览一遍Atom提供给你用来写文章的一些工具。 拼写检查 如果你在处理文本（通常包括纯文本文件，Github Markdown文件... -
程序员如何写好一份简历？
程序员的简历在求职的时候，尤为重要，简历就是销售自己的明信片，一份优秀的简历，能为你带来更多的面试机会。 我自己写了不少了简历，也指导过很多朋友写过简历，同时也看过不少程序员的简历，一份好的简历应该这么写： 简历的格式推荐使用 PDF，兼容性强且不易乱序 简历的排版要简单明了、一目了然、结构清晰 清晰罗列出个人基本信息 ... -
自动求导机制
自动求导机制 向后排除子视图： requires_grad autograd 如何编码历史信息： Variable 上的 In-place 操作： In-place 正确性检测： 译者署名 自动求导机制 从后向中排除子图 requires_grad volatile 自动求导如何编码历史信息 Variable 上的 In-pl... -
为什么选择 aconvert.com？
为什么选择 aconvert.com？ 以下是 aconvert.com 和一些类似网站之间的主要区别： Aconvert.com 使用我们能找到的最好的文件转换器来在线转换文件。最好的文件转换器可能是开源项目、专有软件（部分软件因授权费用过高暂未使用）或我们自己编写的程序。 当在一个平台/服务器上的转换失败时，Aconvert.com 会自动将您... -
扩展 PyTorch
扩展 PyTorch 扩展 torch.autograd 扩展 torch.nn 增加一个Module 。 编写自定义的 C 扩展 译者署名 扩展 PyTorch 扩展 torch.autograd 扩展 torch.nn 增加 Module 编写自定义 C 扩展 本篇文章中包含如何扩展torch.nn ，torch.auto... -
针对NLP的Pytorch深度学习
针对NLP的Pytorch深度学习 针对NLP的Pytorch深度学习 译者：@JingTao 、@friedhelm739 作者 : Robert Guthrie 本教程将带你浏览基于Pytorch深度学习编程的核心思想.其中很多思想(例如计算图形抽象化以及自动求导) 并不是Pytorch特有的,他们和任何深度学习工具包都是相关的. ... -
1.3 实现方案的隐藏
1.3 实现方案的隐藏 1.3 实现方案的隐藏 为方便后面的讨论，让我们先对这一领域的从业人员作一下分类。从根本上说，大致有两方面的人员涉足面向对象的编程：“类创建者”（创建新数据类型的人）以及“客户程序员”（在自己的应用程序中采用现成数据类型的人；注释④）。对客户程序员来讲，最主要的目标就是收集一个充斥着各种类的编程“工具箱”，以便快速开发符合自己要... -
16.1 模式的概念
16.1 模式的概念 16.1.1 单例 16.1.2 模式分类 16.1 模式的概念 在最开始，可将模式想象成一种特别聪明、能够自我适应的手法，它可以解决特定类型的问题。也就是说，它类似一些需要全面认识某个问题的人。在了解了问题的方方面面以后，最后提出一套最通用、最灵活的解决方案。具体问题或许是以前见到并解决过的。然而，从前的方案也许并不是最完善...
