上一页 1 2 3 4 5 6 7 8 9 10 ··· 18 下一页
摘要: tensorflow的keras 与 原声keras几点比较,不是全面的比较,因为只是就使用时候发现的差异! 阅读全文
posted @ 2019-01-11 16:12 Lucas_Yu 阅读(1816) 评论(0) 推荐(0) 编辑
摘要: 在tensorflow中使用占位符placeholder即可向模型中喂入数据执行前向计算; 在Keras如何办到呢?Keras的每个层都是callable对象,根据签名知道层都接收 张量(可以是占位的也可以是实际带值的张量),所以想其中喂入张量即可,所以只要创建张量即可! 方法有二:直接使用kera 阅读全文
posted @ 2019-01-10 23:33 Lucas_Yu 阅读(602) 评论(0) 推荐(0) 编辑
摘要: Python对象序列化写入文件对象 阅读全文
posted @ 2019-01-09 01:02 Lucas_Yu 阅读(2019) 评论(0) 推荐(0) 编辑
摘要: https://ipython-books.github.io/ 阅读全文
posted @ 2019-01-08 22:05 Lucas_Yu 阅读(130) 评论(0) 推荐(0) 编辑
摘要: https://www.dursi.ca/post/hpc-is-dying-and-mpi-is-killing-it.html:这算是对MPI的重炮轰击了! https://www.dursi.ca/post/in-praise-of-mpi-collectives-and-mpi-io.htm 阅读全文
posted @ 2019-01-08 18:44 Lucas_Yu 阅读(1003) 评论(0) 推荐(0) 编辑
摘要: 摘要 截至2018年1月: 当我在2015年3月开始这个基准测试时,“大数据”炒作风靡一时,粉丝们希望用分布式计算(Hadoop,Spark等)对“大数据”进行机器学习,而对于数据集大多数人来说单机工具不仅足够好,而且速度更快,功能更多,漏洞更少。我在2015年开始的会议和聚会上就这些基准进行了不少 阅读全文
posted @ 2019-01-08 18:40 Lucas_Yu 阅读(293) 评论(0) 推荐(0) 编辑
摘要: 0. 基础并行/发:multiprocessing/threading 1. concurrent 2. 并发:asynico 3. Ipython下的并行计算: 使用ipyparallel库的IPython提供了前所未有的能力,将科学Python的探索能力与几乎即时访问多个计算核心相结合。系统可以 阅读全文
posted @ 2019-01-08 11:51 Lucas_Yu 阅读(2254) 评论(0) 推荐(0) 编辑
摘要: 分布式计算,并行计算 阅读全文
posted @ 2019-01-08 00:05 Lucas_Yu 阅读(4506) 评论(0) 推荐(0) 编辑
摘要: RPC vs RESTful 两种方式,并非一定孰优孰劣,主要是看那种抽象更适合项目的抽象!正如编程范式,不只有OOP还有FP! 也说明不管何种抽象都是大千世界某种角度的抽象和假设,这个假设适合所有场景吗?在各场景都好用吗? 因此对于使用者而言最重要的就是把握好各种假设的适用场景及其该条件下的优劣! 阅读全文
posted @ 2019-01-07 17:19 Lucas_Yu 阅读(420) 评论(0) 推荐(0) 编辑
摘要: Splinter是现有浏览器自动化工具(如Selenium和zope.testbrowser)之上的抽象层。它有一个高级API,可以轻松编写Web应用程序的自动化测试。 例如,要使用Splinter填写表单字段: browser.fill('username', 'janedoe') browser 阅读全文
posted @ 2019-01-07 14:32 Lucas_Yu 阅读(661) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 18 下一页