万象云档 本次搜索耗时 1.410 秒,为您找到 724 个相关结果.
  • 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...
  • 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...
  • 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...
  • (25)设计模式之单例模式

    (25)设计模式之单例模式 介绍 _6正文 _115其它实现方式 1_117方法1: 2_143方法2: 3_169方法3: 4_219方式4: _250参考资料 (25)设计模式之单例模式 介绍 从本章开始,我们会逐步介绍在JavaScript里使用的各种设计模式实现,在这里我不会过多地介绍模式本身的理论,而只会关注实现。OK,正式...
  • (43)设计模式之状态模式

    (43)设计模式之状态模式 介绍 正文 _272总结 (43)设计模式之状态模式 介绍 状态模式(State)允许一个对象在其内部状态改变的时候改变它的行为,对象看起来似乎修改了它的类。 正文 举个例子,就比如我们平时在下载东西,通常就会有好几个状态,比如准备状态(ReadyState)、下载状态(DownloadingState)、暂停状...
  • Automatic differentiation package - torch.autograd

    Automatic differentiation package - torch.autograd Variable (变量) API compatibility In-place operations on Variables In-place correctness checks Function (函数) Profiler(分析器) ...
  • 2.9 完美洗牌

    2.9 完美洗牌 题目详情 分析与解法 解法一、蛮力变换 1.1、步步前移 1.2、中间交换 解法二、完美洗牌算法 2.1、位置置换pefect_shuffle1算法 2.2、完美洗牌算法perfect_shuffle2 2.2.1、走圈算法cycle_leader 2.2.2、神级结论:若2*n=(3^k - 1),则可确定圈的个数及各自头部的...
  • 远程仓库

    小结 到目前为止,我们已经掌握了如何在Git仓库里对一个文件进行时光穿梭,你再也不用担心文件备份或者丢失的问题了。 可是有用过集中式版本控制系统SVN的童鞋会站出来说,这些功能在SVN里早就有了,没看出Git有什么特别的地方。 没错,如果只是在一个仓库里管理文件历史,Git和SVN真没啥区别。为了保证你现在所学的Git物超所值,将来绝对不会后悔,同时...
  • 练习 23:文件系统:权限,chown,chmod,umask

    练习 23:文件系统:权限,chown ,chmod ,umask 这样做 你会看到什么 解释 附加题 练习 23:文件系统:权限,chown ,chmod ,umask 原文:Exercise 23. Filesystems: security permissions, chown, chmod, umask 译者:飞龙 协议:...
  • 100-Days-Of-ML-Code

    443 2025-05-18 《机器学习100天》
    100-Days-Of-ML-Code 介绍 第一天 | 数据处理 第二天 | 简单线性规划 使用单一特征来预测因变量 找到最佳的拟合线 1、数据预处理 2、训练简单线性回归模型 3、预测结果 4、可视化 第三天 | 多元线性回归 前提 注意 虚(拟)变量 虚拟变量圈套 1、数据预处理 2、训练模型 3、预测结果 ...