2 使用Python训练和部署低精度模型 张校捷使用Python训练和部署低精度模型 (TensorFlow版) 张校捷 2019/9/21 目录 CONTENTS 低精度的概念和意义 TensorFlow的FP16模型 TensorRT的FP16/Int8模型 总结 1 低精度的概念和意义 实数的16-bit半精度浮点数和8-bit定点数表示 使用低精度的意义 深度学习模型中实数的表示 FP32: E8M23 FP16: ResNet-50-v1.5 3.3X speedup SSD-RN50-FPN-640 2.5X speedup FP16浮点数(E5M10)的表示范围 FP16模型的训练方法 Int8模型的推断过程 2 TensorFlow的FP16模型 实数的16-bit半精度浮点数和8-bit定点数表示 使用低精度的意义 TensorCores适用条件 1. 卷积:K(输入通道),C(输出通道) 2 2=1 TF_ENABLE_CUDNN_TENSOR_OP_MATH_FP32=1 TF_ENABLE_CUDNN_RNN_TENSOR_OP_MATH_FP32=1 TensorFlow手动转换模型 import tensorflow as tf import numpy as numpy input = tf.placeholder(dtype=tf.float32, shape=[None0 码力 | 24 页 | 981.45 KB | 1 年前3
09 Python C拓展在各平台的打包与发布 赵丰Python C拓展在各平台的打包 与发布 赵丰 GitHub ID: zhaofeng-shu33 在 Windows 平台上:没有找到编译器; 在 Unix 平台上: 无法解决软件依赖。 假如 numpy 官方的源只包含一堆 .c 文件 现在你要 pip install numpy 结果将是 1 为什么需要C拓展包 2 如何在不同的平台打包并发布 编写 setup.py 生成0 码力 | 6 页 | 414.79 KB | 1 年前3
3 在AWS部署与发布你面向全球的Python Serverless应用 谢洪恩0 码力 | 53 页 | 24.15 MB | 1 年前3
1 藤井美娜 Python的NLP实战分享 如何实现合同风险预测模型Python的NLP实战分享 如何实现合同风险预测模型? GVA TECH Co., Ltd 藤井美娜 自我介绍 2% |# | self-introduction • Machine Learning Engineer / Data Scientist • GVA TECH的人工智能法律服务AI-CON的多语言系统 开发负责人 inazo18 藤井美娜 目录 CONTENTS CONTENTS 1. Python NLP 入门 2. 多语言NLP攻略 3.“合同风险预测模型”实战经验分享 4. 总结 5% |### | today’s topic 1 Python NLP 入门 简单介绍自然语言处理的流程和使用corpus的EDA方法。 8% |##### | section1 NLP基础 11% |######### | section1 收集语料 前处理 section1 收集语料 前处理 分词 向量化 机器学习模型 各种OUTPUT 语义解析 NLP基础 22% |################## | section1 收集语料 前处理 分词 向量化 机器学习模型 各种OUTPUT 语义解析 有时候会把语义分析的结果做成 feature,放进机器学习模型里。 EDA NLP基础 25% |###################0 码力 | 36 页 | 3.95 MB | 1 年前3
3 Python的NLP实战分享 如何实现合同风险预测模型 藤井美娜Python的NLP实战分享 如何实现合同风险预测模型? GVA TECH Co., Ltd 藤井美娜 自我介绍 2% |# | self-introduction • Machine Learning Engineer / Data Scientist • GVA TECH的人工智能法律服务AI-CON的多语言系统 开发负责人 inazo18 藤井美娜 目录 CONTENTS CONTENTS 1. Python NLP 入门 2. 多语言NLP攻略 3.“合同风险预测模型”实战经验分享 4. 总结 5% |### | today’s topic 1 Python NLP 入门 简单介绍自然语言处理的流程和使用corpus的EDA方法。 8% |##### | section1 NLP基础 11% |####### | section1 收集语料 前处理 分词 收集语料 前处理 分词 向量化 (Vectorization) 机器学习模型 各种OUTPUT 语义解析 NLP基础 19% |################ | section1 收集语料 前处理 分词 向量化 机器学习模型 语义解析 有时候会把语义分析的结果feature, 放进机器学习模型里。 各种OUTPUT EDA NLP基础 23% |###################0 码力 | 33 页 | 1.67 MB | 1 年前3
PyWebIO v1.3.1 使用手册PyWebIO 发布 1.3.1 WangWeimin 2021 年 06 月 15 日 使用手册 1 特性 3 2 Installation 5 3 Hello, world 7 4 Documentation 9 4.1 User’s guide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5 Indices and tables 99 6 Discussion and support 101 Python 模块索引 103 索引 105 i ii PyWebIO, 发布 1.3.1 PyWebIO 提供了一系列命令式的交互函数来在浏览器上获取用户输入和进行输出,将浏览器变成了一个“富 文本终端”,可以用于构建简单的 Web 应用或基于浏览器的 GUI 应用。使用 进行交互) 来编写应用,无需具备 HTML 和 JS 的相关知识;PyWebIO 还可以方 便地整合进现有的 Web 服务。非常适合快速构建对 UI 要求不高的应用。 使用手册 1 PyWebIO, 发布 1.3.1 2 使用手册 CHAPTER1 特性 • 使用同步而不是基于回调的方式获取输入,代码编写逻辑更自然 • 非声明式布局,布局方式简单高效 • 代码侵入性小,旧脚本代码仅需修改输入输出逻辑便可改造为0 码力 | 111 页 | 1.70 MB | 1 年前3
PyWebIO v1.3.3 使用手册PyWebIO 发布 1.3.3 WangWeimin 2021 年 06 月 22 日 使用手册 1 特性 3 2 Installation 5 3 Hello, world 7 4 Documentation 9 4.1 User’s guide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5 Indices and tables 99 6 Discussion and support 101 Python 模块索引 103 索引 105 i ii PyWebIO, 发布 1.3.3 PyWebIO 提供了一系列命令式的交互函数来在浏览器上获取用户输入和进行输出,将浏览器变成了一个“富 文本终端”,可以用于构建简单的 Web 应用或基于浏览器的 GUI 应用。使用 进行交互) 来编写应用,无需具备 HTML 和 JS 的相关知识;PyWebIO 还可以方 便地整合进现有的 Web 服务。非常适合快速构建对 UI 要求不高的应用。 使用手册 1 PyWebIO, 发布 1.3.3 2 使用手册 CHAPTER1 特性 • 使用同步而不是基于回调的方式获取输入,代码编写逻辑更自然 • 非声明式布局,布局方式简单高效 • 代码侵入性小,旧脚本代码仅需修改输入输出逻辑便可改造为0 码力 | 111 页 | 1.70 MB | 1 年前3
PyWebIO v1.3.2 使用手册PyWebIO 发布 1.3.2 WangWeimin 2021 年 06 月 19 日 使用手册 1 特性 3 2 Installation 5 3 Hello, world 7 4 Documentation 9 4.1 User’s guide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5 Indices and tables 99 6 Discussion and support 101 Python 模块索引 103 索引 105 i ii PyWebIO, 发布 1.3.2 PyWebIO 提供了一系列命令式的交互函数来在浏览器上获取用户输入和进行输出,将浏览器变成了一个“富 文本终端”,可以用于构建简单的 Web 应用或基于浏览器的 GUI 应用。使用 进行交互) 来编写应用,无需具备 HTML 和 JS 的相关知识;PyWebIO 还可以方 便地整合进现有的 Web 服务。非常适合快速构建对 UI 要求不高的应用。 使用手册 1 PyWebIO, 发布 1.3.2 2 使用手册 CHAPTER1 特性 • 使用同步而不是基于回调的方式获取输入,代码编写逻辑更自然 • 非声明式布局,布局方式简单高效 • 代码侵入性小,旧脚本代码仅需修改输入输出逻辑便可改造为0 码力 | 111 页 | 1.70 MB | 1 年前3
PyWebIO v1.3.0 使用手册PyWebIO 发布 1.3.0 WangWeimin 2021 年 06 月 12 日 使用手册 1 特性 3 2 Installation 5 3 Hello, world 7 4 Documentation 9 4.1 User’s guide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5 Indices and tables 99 6 Discussion and support 101 Python 模块索引 103 索引 105 i ii PyWebIO, 发布 1.3.0 PyWebIO 提供了一系列命令式的交互函数来在浏览器上获取用户输入和进行输出,将浏览器变成了一个“富 文本终端”,可以用于构建简单的 Web 应用或基于浏览器的 GUI 应用。使用 进行交互) 来编写应用,无需具备 HTML 和 JS 的相关知识;PyWebIO 还可以方 便地整合进现有的 Web 服务。非常适合快速构建对 UI 要求不高的应用。 使用手册 1 PyWebIO, 发布 1.3.0 2 使用手册 CHAPTER1 特性 • 使用同步而不是基于回调的方式获取输入,代码编写逻辑更自然 • 非声明式布局,布局方式简单高效 • 代码侵入性小,旧脚本代码仅需修改输入输出逻辑便可改造为0 码力 | 111 页 | 1.70 MB | 1 年前3
Python 标准库参考指南 3.7.13 The Python Library Reference 发布 3.7.13 Guido van Rossum and the Python development team 三月 16, 2022 Python Software Foundation Email: docs@python.org Contents 1 概述 3 1.1 可用性注释 . . . . . . . . . . . . . . 494 15 加密服务 497 15.1 hashlib --- 安全哈希与消息摘要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 497 15.2 hmac --- 基于密钥的消息验证 . . . . . . . . . . . . . . . . . . . . . . . . ElementTree --- ElementTree XML API . . . . . . . . . . . . . . . . . . . . . . . 1058 21.6 xml.dom --- 文档对象模型 API . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1074 21.7 xml.dom.minidom0 码力 | 1961 页 | 9.14 MB | 9 月前3
共 170 条
- 1
- 2
- 3
- 4
- 5
- 6
- 17













