朝朝暮暮

摘要： 变量拼接 参考：https://blog.csdn.net/qq_27702739/article/details/131639511 css 自定义属性 参考：https://blog.csdn.net/qq_29101285/article/details/140731815 阅读全文

摘要： tsx教程 https://cn.vuejs.org/guide/extras/render-function.html https://blog.csdn.net/zhang13520231051/article/details/137460543 参考：https://www.jb51.net/ 阅读全文

摘要： 生成两个ssh密钥对 第一个密钥对 ssh-keygen -t rsa -C "your_first_email@example.com" 以上指令会在用户目录下的.ssh文件夹中生成这两个文件：id_rsa和id_rsa.pub。其中，id_rsa是私钥，id_rsa.pub是公钥，需要配置到gi 阅读全文

摘要： Failed to connect to github.com port 443 解决方案 参考：https://zhuanlan.zhihu.com/p/670646102 多个账号切换 参考：https://worktile.com/kb/ask/224209.html bash代码 1. ** 阅读全文

摘要： 连接MYSQL8.0失败，提示[caching_sha2_password]错误解决办法 参考：https://blog.csdn.net/weixin_42966151/article/details/127777374 docker 设置国内源 参考：https://blog.csdn.net/ 阅读全文

摘要： 基本概念 1.1 联合概率：P(A=a,B=b) 1.2 条件概率：P(B=b|A=a) 1.3 贝叶斯定理：P(B|A) = P(A|B)*P(B) / P(A) 1.4 边际化：的概率相当于计算的所有可能选择，并将所有选择的联合概率聚合在一起 1.5 独立性：P(A,B) = P(A) * P( 阅读全文

摘要： 基础示例 x = torch.arange(4.0) x.requires_grad_(True) # 等价于x=torch.arange(4.0,requires_grad=True) x.grad # 默认值是None y = 2 * torch.dot(x, x) y.backward() x 阅读全文

摘要： 线性代数基本操作 # 求逆,A为张量 A.T # 张量相乘 A*B # 相加 A+B # 求和 A.sum() # 沿行求和，行为0，列为1 A.sum(axis=0) # 沿行和列，等同于A.sum() A.sum(axis=[0,1]) # 求均值，同“求和” A.mean(axis=0) # 阅读全文

摘要： 基本操作 import torch # 创建一个向量 x = torch.arange(12) # 形状 x.shape # 大小(元素的个数) x.numel() # 改变形状 x.reshape(3,4) #指定为-1的维度会自动计算 # 全0矩阵 torch.zeros((3,4)) #全1矩 阅读全文

摘要： 相关学习资料 https://tangshusen.me/Dive-into-DL-PyTorch/#/ http://zh.d2l.ai/ https://discuss.gluon.ai/c/lecture?order=views 初始环境配置 # 下载安装脚本：https://conda.io 阅读全文