-
3.6 抽象语言的解释器
3.6 抽象语言的解释器 3.6.1 Scheme 语言 3.6.2 Logo 语言 3.6.3 结构 3.6.4 环境 3.6.5 数据即程序 3.6 抽象语言的解释器 来源：3.6 Interpreters for Languages with Abstraction 译者：飞龙 协议：CC BY-NC-SA 4.0 ... -
torch
torch Tensors (张量) Creation Ops (创建操作) Indexing, Slicing, Joining, Mutating Ops (索引, 切片, 连接, 换位) 操作 Random sampling (随机采样) In-place random sampling (直接随机采样) Serialization (序列化... -
第十章 巨大的社会影响
第十章 巨大的社会影响 第十章 巨大的社会影响 一直以来，每次科技上发生进步和突破，文化产业都会迎来一次繁荣的契机，而文化产业的兴旺又能促进科学技术的商业化落地。如今，随着AIGC技术的大热，文化产业再次走到了关键节点，以AI绘画与ChatGPT聊天机器人为代表的生成式AI产品，凭借着足以顶替人类画手和知识问答专家的强大实力，正为AI产业注入一抹全新的... -
AiRemote：Ascend Inference Remote 昇腾AI应用开发：如此简单！
AiRemote：Ascend Inference Remote 昇腾AI应用开发：如此简单！ 1. 项目动机与特性 远程推理应用的低代码开发示例 远程推理应用的测试DEMO 重要升级特性 相关课程 2. 推理应用开发流程简介 使用方式 极简环境准备 PC端环境准备 开发板端环境准备 3. PC端开发（运行）环境配置 3.1. Windo... -
如何使用ThinkCMF6开发自己的应用？
使用 ThinkCMF6 开发应用的详细指南 一、前期准备 （一）环境搭建 （二）安装 ThinkCMF6 （三）配置项目 二、理解 ThinkCMF6 的核心概念 （一）应用（Application） （二）插件（Plugin） （三）模板（Template） （四）API 三、开发流程 （一）创建应用模块 （二）数据库操作 （三）创... -
Chart
Chart 获取方式： G2.Chart 。 创建 Chart 的方式如下： 复制代码new G2 . Chart ({ container : { string } | { HTMLDivElement }, width : { number }, height : { number }, ... -
从零开始的 NLP：使用序列到序列网络和注意力的翻译
从零开始的 NLP：使用序列到序列网络和注意力的翻译 加载数据文件 Seq2Seq 模型 编码器 解码器 简单解码器 注意力解码器 训练 准备训练数据 训练模型 绘制结果 评估 训练和评估 可视化注意力 练习 从零开始的 NLP：使用序列到序列网络和注意力的翻译 原文：https://pytorch.org/tutoria... -
torch.nn
torch.nn Parameters class torch.nn.Parameter() Containers(容器）： class torch.nn.Module add_module(name, module) children() cpu(device_id=None) cuda(device_id=None) double() ev... -
第三章 智能交互的运行模式
第三章 智能交互的运行模式 第三章 智能交互的运行模式 回顾ChatGPT的发展历程，可以看出，OpenAI其实从GPT-1开始，基本就坚定地把大型语言模型（Large Language Model，LLM）看作通往通用人工智能（Artificial General Intelligence，AGI）的一条必由之路。具体而言，在OpenAI眼中，未来的... -
二十、Node.js
二十、Node.js 背景 Node 命令 模块 使用 NPM 安装 包文件 版本 文件系统模块 HTTP 模块 流 文件服务器 本章小结 习题 搜索工具 目录创建 网络上的公共空间 二十、Node.js 原文：Node.js 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 部分参考...
