 全连接神经网络实战. pytorch 版. data import Dataset from torch . u t i l s . data import DataLoader 前面说过,Dataset 可以存储自定义数据,我们可以继承 Dataset 类,在子类中实现一些固定 功能的函数,这样就相当于封装了自己的数据为 Dataset 类型。为了方便起见,我们先描述如何 使用预加载数据,然后第二章就开始构建神经网络模型。等第四章我们再描述如何自定义数据集。 2.1 基本网络结构 11 2.2 使用 cuda 来训练网络 13 本章描述如何构建神经网络模型。 2.1 基本网络结构 我们定义神经网络的结构。在 pytorch 中要想使用神经网络,需要继承 nn.Module: c l a s s NeuralNetwork (nn . Module ) : def __init__( s e l f ) : super ( NeuralNetwork chapter4-3.py。 4.4 自定义 Dataset 数据集 假设我们现在已经产生了 x_data,y_data 以及 x_data2,y_data2,我们要把它们进行封装。 我们只需要继承 Dataset,然后实现三个函数即可,即初始化函数,求长度的函数以及根据索引返 回某一个样本的函数: from torch . u t i l s . data import Dataset0 码力 | 29 页 | 1.40 MB | 1 年前3 全连接神经网络实战. pytorch 版. data import Dataset from torch . u t i l s . data import DataLoader 前面说过,Dataset 可以存储自定义数据,我们可以继承 Dataset 类,在子类中实现一些固定 功能的函数,这样就相当于封装了自己的数据为 Dataset 类型。为了方便起见,我们先描述如何 使用预加载数据,然后第二章就开始构建神经网络模型。等第四章我们再描述如何自定义数据集。 2.1 基本网络结构 11 2.2 使用 cuda 来训练网络 13 本章描述如何构建神经网络模型。 2.1 基本网络结构 我们定义神经网络的结构。在 pytorch 中要想使用神经网络,需要继承 nn.Module: c l a s s NeuralNetwork (nn . Module ) : def __init__( s e l f ) : super ( NeuralNetwork chapter4-3.py。 4.4 自定义 Dataset 数据集 假设我们现在已经产生了 x_data,y_data 以及 x_data2,y_data2,我们要把它们进行封装。 我们只需要继承 Dataset,然后实现三个函数即可,即初始化函数,求长度的函数以及根据索引返 回某一个样本的函数: from torch . u t i l s . data import Dataset0 码力 | 29 页 | 1.40 MB | 1 年前3
 【PyTorch深度学习-龙龙老师】-测试版202112目前已经融入到 PyTorch 库中。 ❑ Torch 是一个非常优秀的科学计算库,基于较冷门的编程语言 Lua 开发。Torch 灵活性 较高,容易实现自定义网络层,这也是 PyTorch 继承获得的优良基因。但是由于 Lua 语言使用人群较少,Torch 一直未能获得主流应用。 ❑ MXNet 由华人陈天奇和李沐等人开发,是亚马逊公司的官方深度学习框架。采用了 命令式编程和符号式编 ensor)从输入流动(Flow)至输出层的过程, 即从输入数据开始,途径各个隐藏层,直至得到模型输出并计算误差,这也是另一个深度 学习框架 TensorFlow 的名字由来。PyTorch 框架是继承了 Torch 框架的设计理念,并采用 Python 语言作为主要支持语言,因而命名为 PyTorch。 前向传播的最后一步就是完成误差的计算: ℒ = ?(??(?), ?) 其中??(∙)代表了利用 +,因此输出层的激活函数可以不加,也可以添加 ReLU 激活函数。 我们将网络实现为一个自定义网络类,只需要在初始化函数中创建各个子网络层,并 在前向计算函数 forward 中实现自定义网络类的计算逻辑即可。自定义网络类继承自 nn.Module 基类,这也是自定义网络类的标准写法,以方便地利用 nn.Module 基类提供的 parameters、load_state_dict、state_dict 等各种便捷功能。网络模型类实现如下:0 码力 | 439 页 | 29.91 MB | 1 年前3 【PyTorch深度学习-龙龙老师】-测试版202112目前已经融入到 PyTorch 库中。 ❑ Torch 是一个非常优秀的科学计算库,基于较冷门的编程语言 Lua 开发。Torch 灵活性 较高,容易实现自定义网络层,这也是 PyTorch 继承获得的优良基因。但是由于 Lua 语言使用人群较少,Torch 一直未能获得主流应用。 ❑ MXNet 由华人陈天奇和李沐等人开发,是亚马逊公司的官方深度学习框架。采用了 命令式编程和符号式编 ensor)从输入流动(Flow)至输出层的过程, 即从输入数据开始,途径各个隐藏层,直至得到模型输出并计算误差,这也是另一个深度 学习框架 TensorFlow 的名字由来。PyTorch 框架是继承了 Torch 框架的设计理念,并采用 Python 语言作为主要支持语言,因而命名为 PyTorch。 前向传播的最后一步就是完成误差的计算: ℒ = ?(??(?), ?) 其中??(∙)代表了利用 +,因此输出层的激活函数可以不加,也可以添加 ReLU 激活函数。 我们将网络实现为一个自定义网络类,只需要在初始化函数中创建各个子网络层,并 在前向计算函数 forward 中实现自定义网络类的计算逻辑即可。自定义网络类继承自 nn.Module 基类,这也是自定义网络类的标准写法,以方便地利用 nn.Module 基类提供的 parameters、load_state_dict、state_dict 等各种便捷功能。网络模型类实现如下:0 码力 | 439 页 | 29.91 MB | 1 年前3
 Docker 从入门到实践 0.9.0(2017-12-31)心的是本地磁盘空间占用的大小。 另外一个需要注意的问题是, docker image ls 列表中的镜像体积总和并非是所有镜像实际硬 盘消耗。由于 Docker 镜像是多层存储结构,并且可以继承、复用,因此不同镜像可能会因为 使用相同的基础镜像,从而拥有共同的层。由于 Docker 使用 Union FS,相同的层只需要保 存一份即可,因此实际镜像硬盘占用空间很可能要比这个列表镜像大小的总和要小的多。 RUN cd /app 的执行仅仅是当前进程的工作目录变更,一个内存上的变化而已,其结果不会造成任 何文件变更。而到第二层的时候,启动的是一个全新的容器,跟第一层的容器更完全没关 系,自然不可能继承前一层构建过程中的内存变化。 因此如果需要改变以后各层的工作目录的位置,那么应该使用 WORKDIR 指令。 WORKDIR 指定工作目录 92 USER 指定当前用户 格式: USER Dockerfile 就 会被自动修复。 那么我们可不可以做一个基础镜像,然后各个项目使用这个基础镜像呢?这样基础镜像更 新,各个项目不用同步 Dockerfile 的变化,重新构建后就继承了基础镜像的更新?好吧, 可以,让我们看看这样的结果。那么上面的这个 Dockerfile 就会变为: FROM node:slim RUN mkdir /app WORKDIR /app0 码力 | 370 页 | 6.73 MB | 1 年前3 Docker 从入门到实践 0.9.0(2017-12-31)心的是本地磁盘空间占用的大小。 另外一个需要注意的问题是, docker image ls 列表中的镜像体积总和并非是所有镜像实际硬 盘消耗。由于 Docker 镜像是多层存储结构,并且可以继承、复用,因此不同镜像可能会因为 使用相同的基础镜像,从而拥有共同的层。由于 Docker 使用 Union FS,相同的层只需要保 存一份即可,因此实际镜像硬盘占用空间很可能要比这个列表镜像大小的总和要小的多。 RUN cd /app 的执行仅仅是当前进程的工作目录变更,一个内存上的变化而已,其结果不会造成任 何文件变更。而到第二层的时候,启动的是一个全新的容器,跟第一层的容器更完全没关 系,自然不可能继承前一层构建过程中的内存变化。 因此如果需要改变以后各层的工作目录的位置,那么应该使用 WORKDIR 指令。 WORKDIR 指定工作目录 92 USER 指定当前用户 格式: USER Dockerfile 就 会被自动修复。 那么我们可不可以做一个基础镜像,然后各个项目使用这个基础镜像呢?这样基础镜像更 新,各个项目不用同步 Dockerfile 的变化,重新构建后就继承了基础镜像的更新?好吧, 可以,让我们看看这样的结果。那么上面的这个 Dockerfile 就会变为: FROM node:slim RUN mkdir /app WORKDIR /app0 码力 | 370 页 | 6.73 MB | 1 年前3
 微博Service Mesh实践收益及总结Service Mesh Meetup · BeiJing 正向代理理配置 �28 微博Service Mesh实践 - WeiboMesh motan-refer motan-basicRefer 继承 motan2://127.0.0.1:agent_port/service=path?group=groupService Mesh Meetup · BeiJing 正向代理理流程 �29 Mesh Meetup · BeiJing 反向代理理配置 �31 微博Service Mesh实践 - WeiboMesh motan-service motan-basicService 继承Service Mesh Meetup · BeiJing 反向代理理流程 �32 微博Service Mesh实践 - WeiboMesh Weibo Mesh Weibo Mesh NGINX0 码力 | 43 页 | 1007.85 KB | 6 月前3 微博Service Mesh实践收益及总结Service Mesh Meetup · BeiJing 正向代理理配置 �28 微博Service Mesh实践 - WeiboMesh motan-refer motan-basicRefer 继承 motan2://127.0.0.1:agent_port/service=path?group=groupService Mesh Meetup · BeiJing 正向代理理流程 �29 Mesh Meetup · BeiJing 反向代理理配置 �31 微博Service Mesh实践 - WeiboMesh motan-service motan-basicService 继承Service Mesh Meetup · BeiJing 反向代理理流程 �32 微博Service Mesh实践 - WeiboMesh Weibo Mesh Weibo Mesh NGINX0 码力 | 43 页 | 1007.85 KB | 6 月前3
 严选 ServiceMesh 实践RR、权重、一致性 Hash 等 √ 流量复制:不提供 × 故障转移:继承 Nginx 的 Failover 机制 √ 安全 访问控制:主要依靠中间件 × 中间件 治理控制 熔断降级:主要依靠中间件 中间件 限流:速率限制 √ 中间件 资源隔离:主要依靠中间件 中间件 故障注入:不提供 × 超时控制、重试、重写、重定向等:继承 Nginx 的 timeout 机制 √ 监控/故障诊断 链路追踪:主要依靠中间件0 码力 | 25 页 | 2.07 MB | 6 月前3 严选 ServiceMesh 实践RR、权重、一致性 Hash 等 √ 流量复制:不提供 × 故障转移:继承 Nginx 的 Failover 机制 √ 安全 访问控制:主要依靠中间件 × 中间件 治理控制 熔断降级:主要依靠中间件 中间件 限流:速率限制 √ 中间件 资源隔离:主要依靠中间件 中间件 故障注入:不提供 × 超时控制、重试、重写、重定向等:继承 Nginx 的 timeout 机制 √ 监控/故障诊断 链路追踪:主要依靠中间件0 码力 | 25 页 | 2.07 MB | 6 月前3
 OpenShift Container Platform 4.7 架构或自定义池来管理具有超出默认节点类型的自定义用例的节点。 自定义池是从 worker 池中继承其配置的池。它们将任何机器配置用于 worker 池,但添加了仅针对自定义 池部署更改的能力。由于自定义池从 worker 池继承其配置,对 worker 池的任何更改都会应用到自定义 池。MCO 不支持从 worker 池中继承其配置的自定义池。 注意 注意 节点只能包含在一个 MCP 中。如果节点有多个与多个0 码力 | 55 页 | 1.16 MB | 1 年前3 OpenShift Container Platform 4.7 架构或自定义池来管理具有超出默认节点类型的自定义用例的节点。 自定义池是从 worker 池中继承其配置的池。它们将任何机器配置用于 worker 池,但添加了仅针对自定义 池部署更改的能力。由于自定义池从 worker 池继承其配置,对 worker 池的任何更改都会应用到自定义 池。MCO 不支持从 worker 池中继承其配置的自定义池。 注意 注意 节点只能包含在一个 MCP 中。如果节点有多个与多个0 码力 | 55 页 | 1.16 MB | 1 年前3
 OpenShift Container Platform 4.10 架构或自定义池来管理具有超出默认节点类型的自定义用例的节点。 自定义池是从 worker 池中继承其配置的池。它们将任何机器配置用于 worker 池,但添加了仅针对自定义 池部署更改的能力。由于自定义池从 worker 池继承其配置,对 worker 池的任何更改都会应用到自定义 池。MCO 不支持从 worker 池中继承其配置的自定义池。 注意 注意 节点只能包含在一个 MCP 中。如果节点有多个与多个0 码力 | 63 页 | 1.40 MB | 1 年前3 OpenShift Container Platform 4.10 架构或自定义池来管理具有超出默认节点类型的自定义用例的节点。 自定义池是从 worker 池中继承其配置的池。它们将任何机器配置用于 worker 池,但添加了仅针对自定义 池部署更改的能力。由于自定义池从 worker 池继承其配置,对 worker 池的任何更改都会应用到自定义 池。MCO 不支持从 worker 池中继承其配置的自定义池。 注意 注意 节点只能包含在一个 MCP 中。如果节点有多个与多个0 码力 | 63 页 | 1.40 MB | 1 年前3
 OpenShift Container Platform 4.6 在vSphere 上安装openshift.io API 组中的 Network API 的字段。 CNO 配置会在集群安装过程中从 Network.config.openshift.io API 组中的 Network API 继承以下字 段,这些字段无法更改: clusterNetwork 从中分配 pod IP 地址的 IP 地址池。 serviceNetwork 服务的 IP 地址池。 defaultNetwork CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 重要 重要 所有虚拟机必须位于与安装程序相同的数据存储中。 1.4.4.2. 网 网络连 络连接要求 CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 重要 重要 OpenShift Container Platform 4.6 在 在 vSphere0 码力 | 204 页 | 2.26 MB | 1 年前3 OpenShift Container Platform 4.6 在vSphere 上安装openshift.io API 组中的 Network API 的字段。 CNO 配置会在集群安装过程中从 Network.config.openshift.io API 组中的 Network API 继承以下字 段,这些字段无法更改: clusterNetwork 从中分配 pod IP 地址的 IP 地址池。 serviceNetwork 服务的 IP 地址池。 defaultNetwork CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 重要 重要 所有虚拟机必须位于与安装程序相同的数据存储中。 1.4.4.2. 网 网络连 络连接要求 CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 重要 重要 OpenShift Container Platform 4.6 在 在 vSphere0 码力 | 204 页 | 2.26 MB | 1 年前3
 RocketMQ v3.2.4 开发指南1 客户端 API 形式 DefaultMQProducer、TransactionMQProducer、DefaultMQPushConsumer、DefaultMQPullConsumer 都继承亍 ClientConfig 类,ClientConfig 为客户端的公共配置类。 客户端的配置都是 get、set 形式,每个参数都可以用 spring 来配置,也可以在代码中配置,例如 namesrvAddr Message 基础乀上增加多个字段,Consumer 看到的是 com.alibaba.rocketmq.common.message.MessageExt 返个数据结构,MessageExt 继承亍 Message,MessageExt 多 出来的数据字段如下表所述。 12 Broker 使用挃南 12.1 Broker 配置参数 获取 Broker 的默认配置 sh mqbroker0 码力 | 52 页 | 1.61 MB | 1 年前3 RocketMQ v3.2.4 开发指南1 客户端 API 形式 DefaultMQProducer、TransactionMQProducer、DefaultMQPushConsumer、DefaultMQPullConsumer 都继承亍 ClientConfig 类,ClientConfig 为客户端的公共配置类。 客户端的配置都是 get、set 形式,每个参数都可以用 spring 来配置,也可以在代码中配置,例如 namesrvAddr Message 基础乀上增加多个字段,Consumer 看到的是 com.alibaba.rocketmq.common.message.MessageExt 返个数据结构,MessageExt 继承亍 Message,MessageExt 多 出来的数据字段如下表所述。 12 Broker 使用挃南 12.1 Broker 配置参数 获取 Broker 的默认配置 sh mqbroker0 码力 | 52 页 | 1.61 MB | 1 年前3
 OpenShift Container Platform 4.6 在裸机上安装CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 1.1.3.2. 网 网络连接要求 接要求 所有 Red Hat Enterprise Linux CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 第 第 1 章 章 在裸机上安装 在裸机上安装 55 1.2.3.2. 网 网络连接要求 接要求 openshift.io API 组中的 Network API 的字段。 CNO 配置会在集群安装过程中从 Network.config.openshift.io API 组中的 Network API 继承以下字 段,这些字段无法更改: clusterNetwork 从中分配 pod IP 地址的 IP 地址池。 serviceNetwork 服务的 IP 地址池。 defaultNetwork0 码力 | 160 页 | 1.70 MB | 1 年前3 OpenShift Container Platform 4.6 在裸机上安装CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 1.1.3.2. 网 网络连接要求 接要求 所有 Red Hat Enterprise Linux CoreOS(RHCOS)或 Red Hat Enterprise Linux(RHEL)7.9 间进行选择。 请注意,RHCOS 基于 Red Hat Enterprise Linux(RHEL) 8,并继承其所有硬件认证和要求。请查 看Red Hat Enterprise Linux 技术功能及限制 。 第 第 1 章 章 在裸机上安装 在裸机上安装 55 1.2.3.2. 网 网络连接要求 接要求 openshift.io API 组中的 Network API 的字段。 CNO 配置会在集群安装过程中从 Network.config.openshift.io API 组中的 Network API 继承以下字 段,这些字段无法更改: clusterNetwork 从中分配 pod IP 地址的 IP 地址池。 serviceNetwork 服务的 IP 地址池。 defaultNetwork0 码力 | 160 页 | 1.70 MB | 1 年前3
共 46 条
- 1
- 2
- 3
- 4
- 5













