-
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... -
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... -
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... -
100-Days-Of-ML-Code
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 ... -
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) ... -
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. ... -
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... -
开源项目目录规范
开源项目目录规范 此为前端开发团队遵循和约定的开源项目目录规范 ，意在实现开源项目目录结构的一致性。 说明 文档中使用的关键字「MUST」,「MUST NOT」,「REQUIRED」,「SHALL」,「SHALLNOT」,「SHOULD」,「SHOULD NOT」,「RECOMMENDED」,「MAY」和「OPTIONAL」在RFC211...
