上一页 1 ··· 314 315 316 317 318 319 320 321 322 ··· 404 下一页
摘要: 译者:cangyunye 作者: Nathan Inkawhich 如果你正在阅读这篇文章,希望你能理解一些机器学习模型是多么有效。现在的研究正在不断推动ML模型变得更快、更准确和更高效。然而,在设计和训练模型中经常会忽视的是安全性和健壮性方面,特别是在面对欺骗模型的对手时。 本教程将提高您对ML模 阅读全文
posted @ 2019-02-03 15:20 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 译者:cangyunye 作者: Matthew Inkawhich 本教程将介绍如何是seq2seq模型转换为PyTorch可用的前端混合Torch脚本。 我们要转换的模型是来自于聊天机器人教程 Chatbot tutorial. 你可以把这个教程当做Chatbot tutorial的第二篇章,并 阅读全文
posted @ 2019-02-03 15:13 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 作者:七海千秋 关于为什么要劝退生物、化学、环境、材料等失败专业,知乎上已经有很多详细的介绍了。但是,很多生化环材专业的本科生还是会对该问题感到迷惘。我推测,可能是某些介绍写得过于复杂,本科生缺少对行业的认识,反而难以在短时间内抓住问题的重点。 因此,我在这里,用尽量简明的语言,来回答一下劝退学的关 阅读全文
posted @ 2019-02-01 15:13 绝不原创的飞龙 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 作者:伏地魔王大人 他们确实非常牛,具体你们看高票的回答就好了。 11g培养的是跟寿司之神一样的人才。 这是一种什么精神呢?职人精神! 在寿司之神那里,你第一件工作就是拧毛巾。大概要拧1年。要又干爽又有热气。 第二件事是煮饭,至少要煮3年以上的训练。卖米的大叔都说只有寿司之神才配煮我们家的米饭。 第 阅读全文
posted @ 2019-02-01 14:42 绝不原创的飞龙 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 作者:Marisa Hakurei 广州市对2017年全市劳动者工资统计中,互联网制造业从业者与化工类制造业从业者的工资对比如下: 绘制成图表,更加明显: 看到了吗,什么叫做差距?这就叫差距。 图中蓝条和橙条的分界线为低位数,橙条和灰条的分界线为中位数,灰条的顶端为高位数。 考虑到高位数的定义是前1 阅读全文
posted @ 2019-02-01 14:35 绝不原创的飞龙 阅读(11) 评论(0) 推荐(0) 编辑
摘要: 作者:田佳琦 传销组织的原罪是通过欺骗、隐瞒事实的手段拉人下水,生化环材利用高中生的懵懂无知来招生,其原罪也是通过欺骗、隐瞒事实的手段拉人入坑。 传销组织对其经营的产品进行夸大、虚假的宣传,生化环材号称“21世纪中心学科”,也对其学科进行夸大、虚假的宣传。 传销组织的主要形式是不断的发展下线,生化环 阅读全文
posted @ 2019-01-27 21:48 绝不原创的飞龙 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 译者:talengu PyTorch的主要接口为Python。虽然Python有动态编程和易于迭代的优势,但在很多情况下,正是Python的这些属性会带来不利。我们经常遇到的生产环境,要满足低延迟和严格部署要求。对于生产场景而言,C++通常是首选语言,也能很方便的将其绑定到另一种语言,如Java,R 阅读全文
posted @ 2019-01-25 20:59 绝不原创的飞龙 阅读(23) 评论(0) 推荐(0) 编辑
摘要: 译者:hhxx2015 作者: Sean Robertson 我们将构建和训练字符级RNN来对单词进行分类。 字符级RNN将单词作为一系列字符读取,在每一步输出预测和“隐藏状态”,将其先前的隐藏状态输入至下一时刻。 我们将最终时刻输出作为预测结果,即表示该词属于哪个类。 具体来说,我们将在18种语言 阅读全文
posted @ 2019-01-25 20:58 绝不原创的飞龙 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 译者:yportne13 作者:Sasank Chilamkurthy 在解决机器学习问题的时候,人们花了大量精力准备数据。pytorch提供了许多工具来让载入数据更简单并尽量让你的代码的可读性更高。在这篇教程中,我们将学习如何加载和预处理/增强一个有价值的数据集。 在运行这个教程前请先确保你已安装 阅读全文
posted @ 2019-01-25 20:50 绝不原创的飞龙 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 译者:bat67 最新版会在译者仓库首先同步。 在这个教程里,我们将学习如何使用数据并行(DataParallel)来使用多GPU。 PyTorch非常容易的就可以使用GPU,可以用如下方式把一个模型放到GPU上: device = torch.device("cuda:0") model.to(d 阅读全文
posted @ 2019-01-25 20:48 绝不原创的飞龙 阅读(9) 评论(0) 推荐(0) 编辑
上一页 1 ··· 314 315 316 317 318 319 320 321 322 ··· 404 下一页