ZhangZhihui's Blog  
上一页 1 2 3 4 5 6 7 8 9 10 ··· 78 下一页

2024年11月14日

摘要: $ mkdir -p bin cmd/api internal migrations remote $ touch Makefile $ touch cmd/api/main.go At this point your project directory should look exactly li 阅读全文
posted @ 2024-11-14 08:42 ZhangZhihuiAAA 阅读(4) 评论(0) 推荐(0) 编辑

2024年11月3日

摘要: points, directions = generate_sequences(n=256, seed=13) And then let’s visualize the first five squares: class Encoder(nn.Module): def __init__(self, 阅读全文
posted @ 2024-11-03 10:21 ZhangZhihuiAAA 阅读(6) 评论(0) 推荐(0) 编辑

2024年11月1日

摘要: $$ \Large \begin{align} W_{xr} & = \begin{cases} \begin{array}{rr} -0.0930, & 0.0497, \\ 0.4670, & -0.5319, \end{array} \end{cases} \\ W_{xz} & = \beg 阅读全文
posted @ 2024-11-01 09:01 ZhangZhihuiAAA 阅读(8) 评论(0) 推荐(0) 编辑

2024年10月30日

摘要: Data Generation points, directions = generate_sequences(n=128, seed=13) And then let’s visualize the first ten squares: The corners show the order in 阅读全文
posted @ 2024-10-30 20:08 ZhangZhihuiAAA 阅读(8) 评论(0) 推荐(0) 编辑

2024年10月29日

摘要: Data Generation x, y = load_data(n_points=1000, n_dims=10) Next, we can use these data points to create a dataset and a data loader (no mini-batches t 阅读全文
posted @ 2024-10-29 17:35 ZhangZhihuiAAA 阅读(3) 评论(0) 推荐(0) 编辑
 
摘要: rand() - Returns a tensor filled with random numbers from a uniform distribution on the interval [0, 1) torch.rand(100) tensor([0.7880, 0.3032, 0.3627 阅读全文
posted @ 2024-10-29 09:54 ZhangZhihuiAAA 阅读(18) 评论(0) 推荐(0) 编辑

2024年10月23日

摘要: http://wordnet.princeton.edu http://www.image-net.org/ https://tinyurl.com/3ppc3xy2 http://www.image-net.org/challenges/LSVRC/ https://papers.nips.cc/ 阅读全文
posted @ 2024-10-23 17:27 ZhangZhihuiAAA 阅读(11) 评论(0) 推荐(0) 编辑

2024年10月20日

摘要: https://storage.googleapis.com/download.tensorflow.org/data/rps.zip https://storage.googleapis.com/download.tensorflow.org/data/rps-test-set.zip temp_ 阅读全文
posted @ 2024-10-20 11:17 ZhangZhihuiAAA 阅读(3) 评论(0) 推荐(0) 编辑

2024年10月19日

摘要: 阅读全文
posted @ 2024-10-19 11:26 ZhangZhihuiAAA 阅读(2) 评论(0) 推荐(0) 编辑
 
摘要: Error code: fig, axs = plt.subplots(n_filters, n_in_channels, figsize=figsize) print(axs[0, 0]) This is because n_filters = 1 and n_in_channels = 1, a 阅读全文
posted @ 2024-10-19 11:11 ZhangZhihuiAAA 阅读(53) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 78 下一页