-
CUDA 语义
CUDA 语义 内存管理 最佳实践 设备无关代码 使用固定的内存缓冲区 使用 nn.DataParallel 替代 multiprocessing CUDA 语义 译者：@Chris 校对者：@Twinkle torch.cuda 被用于设置和运行 CUDA 操作. 它会记录当前选择的 GPU, 并且分配的所有 CUDA 张... -
9.3.2 进程与线程
9.3.2 进程与线程 9.3.2 进程与线程 操作系统控制处理器在多个程序之间切换执行的过程称为调度。传统的多任务操作系统是以进程为单位进行调度的。进程（process）是指程序的一次执行所形成的实体，每当程序 开始执行，就会创建一个进程。每个进程由程序代码以及一些状态信息（如进程数据的当前 值和当前执行点等）组成，状态信息也称为进程的上下文。 注... -
Multiprocessing package - torch.multiprocessing
Multiprocessing package - torch.multiprocessing 管理策略 共享 CUDA 张量 共享策略 File descriptor - file_descriptor File system - file_system Multiprocessing package - torch.multiproc... -
自动求导机制
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-place操作 In-place正确性检查 自动求导机制 本说明将概述Autograd如何工作并记录操作。了解这些并不是绝对必要的，但我们建议您熟悉它，因为它将帮助您编写更高效，更简洁的程序，并可帮助您进行调... -
如何保证缓存与数据库的双写一致性？
缓存与数据库一致性问题 面试题 面试官心理分析 面试题剖析 Cache Aside Pattern 最初级的缓存不一致问题及解决方案 比较复杂的数据不一致问题分析 缓存与数据库一致性问题 面试题 如何保证缓存与数据库的双写一致性？ 面试官心理分析 你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的... -
将分布式DataParallel与分布式 RPC 框架相结合
将分布式DataParallel 与分布式 RPC 框架相结合 将分布式DataParallel 与分布式 RPC 框架相结合 原文：https://pytorch.org/tutorials/advanced/rpc_ddp_tutorial.html 作者 ： Pritam Damania 本教程使用一个简单的示例演示如何将Distr... -
8.1 数组
8.1 数组 8.1.1 数组和第一类对象 8.1.2 数组的返回 8.1 数组 对数组的大多数必要的介绍已在第4章的最后一节进行。通过那里的学习，大家已知道自己该如何定义及初始化一个数组。对象的容纳是本章的重点，而数组只是容纳对象的一种方式。但由于还有其他大量方法可容纳数组，所以是哪些地方使数组显得如此特别呢？ 有两方面的问题将数组与其他集合类... -
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... -
JavaScript设计模式 Item 3 –封装
JavaScript设计模式 Item 3 —封装 1、使用约定优先的原则，将所有的私有变量以_开头 2、严格实现封装 3、以闭包的方式封装 JavaScript设计模式 Item 3 —封装 在JavaScript 中，并没有对抽象类和接口的支持。JavaScript 本身也是一门弱类型语言。在封装类型方面，JavaScript 没有能力，也没... -
购买资源包
购买资源包 # 概述 # 操作指南 # 云托管资源包 # 对象存储资源包 # COS标准存储容量包、COS外网下行流量包 # 云点播资源包 # 云点播体验包、云点播流量包、云点播转码包、云点播存储包 # 标准存储请求包 购买资源包 # 概述 本文指导您如何指导您如何购买中小企业最佳部署实践 中资源包。 TIP 以下资源包规格您可...
