-
6.5 MapReduce
6.5 MapReduce 方法介绍 基础架构 MapReduce模式 问题实例 6.5 MapReduce 方法介绍 MapReduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。这样做的好处是可以在任务被分解后，可以通过大量机器进行并行计算，减少整个操作的时间。但如果你... -
22.1 Nginx_Lua的安装及环境
22.1 Nginx_Lua的安装及环境 undefinedNginx_Lua的安装及环境 undefinedNginx_Lua 介绍 undefined1 安装LuaJit undefined2 安装ngx_devel_kit 和 lua-nginx-module undefined3 安装nginx undefined4 配置第一个ngx_lu... -
区块链第二版：增加工作量证明
区块链第二版：增加工作量证明 undefined前言 undefined哈希计算 undefinedPOW实现 undefined1、proofofwork.go undefined2、block.go undefined3、blockchain.go undefined4、main.go 区块链第二版：增加工作量证明 本章源代码... -
训练一个分类器
训练一个分类器 数据呢? 训练一个图像分类器 1. 加载并规范化 CIFAR10 2. 定义一个卷积神经网络 3. 定义一个损失函数和优化器 4. 训练网络 5. 在测试数据上测试网络 在 GPU 上训练 在多个GPU上进行训练 我下一步去哪里? 训练一个分类器 译者：@小王子 校对者：@李子文 就是这个, 你已经看到... -
6.5 MapReduce
6.5 MapReduce 方法介绍 基础架构 MapReduce模式 问题实例 6.5 MapReduce 方法介绍 MapReduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。这样做的好处是可以在任务被分解后，可以通过大量机器进行并行计算，减少整个操作的时间。但如果你... -
（49）Function模式（上篇）
（49）Function模式（上篇） 介绍 回调函数 配置对象 返回函数 偏应用 Currying 总结 （49）Function模式（上篇） 介绍 本篇主要是介绍Function方面使用的一些技巧（上篇），利用Function特性可以编写出很多非常有意思的代码，本篇主要包括：回调模式、配置对象、返回函数、分布程序、柯里化（Curryi... -
图例指南
图例指南 控制图例条目 特地为添加到图例创建艺术家（也称为代理艺术家） 图例位置 相同轴域内的多个图例 图例处理器 实现自定义图例处理器 使用图例的现有示例 matplotlib.pyplot.legend(*args, **kwargs) 文档 参数 图例指南 原文：Legend guide 译者：飞龙 协议：CC BY... -
练习 12：文档：man，info
练习 12：文档：man ，info 附加题 练习 12：文档：man ，info 原文：Exercise 12. Documentation: man, info 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 既然你已经尝试过了 Linux，现在是时候介绍 Linux 在线文档工具了。你已经知道ma... -
3.3 递归数据结构
3.3 递归数据结构 3.3.1 处理递归列表 3.3.2 层次结构 3.3.3 集合 3.3 递归数据结构 来源：3.3 Recursive Data Structures 译者：飞龙 协议：CC BY-NC-SA 4.0 在第二章中，我们引入了偶对的概念，作为一种将两个对象结合为一个对象的机制。我们展示了偶对可以使用内建... -
在 Python shell 中使用 Matplotlib
在 Python shell 中使用 Matplotlib 使用 IPython 解决 其它 Python 解释器 控制交互式更新 在 Python shell 中使用 Matplotlib 原文：Using matplotlib in a python shell 译者：飞龙 协议：CC BY-NC-SA 4.0 警告 该页面的...
