01 2018 档案
摘要： 在本节中，我们将学习如何利用 使用多个GPU。 在PyTorch中使用多个GPU非常容易，你可以使用下面代码将模型放在GPU上： 然后，你可以将所有张量拷贝到GPU上： 请注意，仅仅调用 并不会将张量拷贝到GPU上，你需要将它指派给一个新的张量，然后在GPU上使用这个新张量。 在多个G
阅读全文
摘要： 太棒啦！到目前为止，你已经了解了如何定义神经网络、计算损失，以及更新网络权重。不过，现在你可能会思考以下几个方面： 0x01 数据集 通常，当你需要处理图像、文本、音频或视频数据时，你可以使用标准的python包将数据加载到numpy数组中。然后你可以将该数组转换成一个 。 对于图像，
阅读全文
摘要： 在PyTorch中，集中于所有神经网络的是 包。首先，我们简要地看一下此工具包，然后我们将训练第一个神经网络。 包为张量的所有操作提供了自动微分。它是一个运行式定义的框架，这意味着你的后向传播是由你的代码运行方式来定义的，并且每一个迭代都可以是不同的。 下面，让我们使用一些更简单的术语
阅读全文
摘要： 神经网络可以通过使用 包来构建。 既然你已经了解了 ，而 依赖于 来定义模型并对其求微分。一个 包含多个网络层，以及一个返回输出的方法 。 例如，查看下图中的对数字图片分类的网络： 这是一个简单的前馈网络。它接受输入，并将输入依次通过多个层，然后给出输出结果。 对于神经网络来说，一个经
阅读全文
摘要： 0x00 PyTorch是什么？ PyTorch是一个基于Python的科学计算工具包，它主要面向两种场景： 用于替代NumPy，可以使用GPU的计算力 一种深度学习研究平台，可以提供最大的灵活性和速度 0x01 开始学习 1、Tensors Tensors（张量）类似于numpy的n
阅读全文
摘要： 说明：本系列教程翻译自PyTorch官方教程《 "Deep Learning with PyTorch: A 60 Minute Blitz" 》，基于PyTorch 0.3.0.post4 教程目标 在高层次上理解PyTorch的 库和神经网络 训练一个小型的神经网络来
阅读全文
摘要：本文将展示如何使用共享卷（Volume）来实现相同Pod中的两个容器间通信。 注意：本文针对K8S的版本号为v1.9，其他版本可能会有少许不同。 0x00 准备工作 需要有一个K8S集群，并且配置好了 命令行工具来与集群通信。如果未准备好集群，那么你可以使用 "Minikube" 创建一个K8S集群
阅读全文
摘要：本文将介绍如何使用kubectl列举K8S集群中运行的Pod内的容器镜像。 注意：本文针对K8S的版本号为v1.9，其他版本可能会有少许不同。 0x00 准备工作 需要有一个K8S集群，并且配置好了 命令行工具来与集群通信。如果未准备好集群，那么你可以使用 "Minikube" 创建一个K8S集群，
阅读全文
摘要：本文介绍如何使用 命令连接K8S集群中运行的Redis服务。这种连接方式有助于数据库的调试工作。 注意：本文针对K8S的版本号为v1.9，其他版本可能会有少许不同。 0x00 准备工作 在进行该操作之前，需要满足以下条件： 需要有一个K8S集群，并且配置好了 命令行工具来与集群通信。如果未准备好集群
阅读全文
摘要：0x00 介绍 在上一篇文章中，我们建立了一个非常简单的数据结构，它是区块链数据库的本质。并且，我们实现了以类似链条关系的方式向其中添加区块的功能：每个区块都会链接到前一区块。然而，我们实现的区块链有一个严重的缺陷：向区块链中添加区块太过容易和廉价。区块链和比特币的基本原则之一是，要使添加新区块是一
阅读全文
摘要：0x00 介绍 区块链（Blockchain）是21世纪最具革命性的技术之一，目前它仍处于逐渐成熟阶段，且其发展潜力尚未被完全意识到。从本质上讲，区块链只是一种记录的分布式数据库。但它之所以独特，是因为它并不是一个私有的数据库，而是一个公共数据库，也就是说，每个使用它的人都有一份完整或部分的数据副本
阅读全文
浙公网安备 33010602011771号