积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(22)Python(22)系统运维(3)Zabbix(3)综合其他(1)Django(1)Flask(1)人工智能(1)云计算&大数据(1)机器学习(1)

语言

全部英语(27)

格式

全部PDF文档 PDF(27)
 
本次搜索耗时 0.539 秒,为您找到相关结果约 27 个.
  • 全部
  • 后端开发
  • Python
  • 系统运维
  • Zabbix
  • 综合其他
  • Django
  • Flask
  • 人工智能
  • 云计算&大数据
  • 机器学习
  • 全部
  • 英语
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model

    Logi. Avg. Fund. Chi. Open. Writ. Role. Pro. 模型 总分 推理 总分 数学 计算 逻辑 推理 语言 总分 基本 任务 中文 理解 综合 问答 文本 写作 角色 扮演 专业 能力 GPT-4-1106-Preview 8.01 7.73 7.80 7.66 8.29 7.99 7.33 8.61 8.67 8.47 8.65 DeepSeek-V2 知识的学习 B. 技能的学习 C. 行为规范的学习 D. 态度的学习 答案:C 开设跨学科课程或建立跨学科专业体现了高等教育课程发展的____。 A. 综合化趋势 B. 多样化趋势 C. 人文化趋势 D. 科学化趋势 答案:A 心智技能的特点有____。 A. 物质性、外显性、简缩性 B. 观念性、内潜性、简缩性 C. 物质性、外显性、展开性 D. 观念性、内潜性、展开性 答案:B 下列关于大学生的情绪与理智关系的说法中正确的是____。
    0 码力 | 52 页 | 1.23 MB | 1 年前
    3
  • pdf文档 Flask入门教程

    群(419980814) HelloFlask Telegram 群组(@helloflask) 付费支持 本书采取自愿付费原则,价格为 10 元。如果你愿意,可以通过付费来支持我,让 我有更多的时间和动力写作 Flask 教程和文章。你可以通过支付宝账号 withlihui@gmail.com 转账,或是扫描下面的二维码付款。 支付宝二维码 / 微信二维码 后记 126 进阶阅读 说来惭愧, 经推荐过很多次了。除了这本书,其他的进阶读物如下: Flask 官方文档 Flask Mega-Tutorial 知乎专栏 Hello, Flask! 未完待续 你喜欢这本书以及这本书的写作模式吗? 如果有足够的人喜欢的话,或许我会考虑写一本包含 Flask 进阶知识的《Flask 进 阶教程》。按照设想,在这个进阶教程里,这个 Watchlist 程序变成一个支持多人 注册和使用的简化版豆瓣电影
    0 码力 | 127 页 | 7.62 MB | 1 年前
    3
  • pdf文档 Keras: 基于 Python 的深度学习库

    版本请访问: https://github.com/wanzhenchn/keras-docs-zh。 感谢 keras-team 所做的中文翻译工作,本文档制作基于此处。 严正声明:本文档可免费用于学习和科学研究,可自由传播,但切勿擅自用于商业用途,由 此引发一切后果贡献者概不负责。 The main reason of organizing PDF version based the Chinese Square 等众多网站上使用。它尤其受以深度学习作为产品核心的创业公司的欢迎。 Keras 也是深度学习研究人员的最爱,在上载到预印本服务器 arXiv.org 的科学论文中被提 及的次数位居第二。Keras 还被大型科学组织的研究人员采用,特别是 CERN 和 NASA。 2.3 Keras 可以轻松将模型转化为产品 与任何其他深度学习框架相比,你的 Keras 模型可以轻松部署在更广泛的平台上:
    0 码力 | 257 页 | 1.19 MB | 1 年前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    类 型 含义 'e' 科学计数法。对于一个给定的精度 p,数字格式化为以字母’e’ 分隔系数和指数的科学计 数法形式。系数在小数点之前有一位,之后有 p 位,总计 p + 1 个有效数位。如未指定 精度,则会对float 采用小数点之后 6 位精度,而对Decimal 则显示所有系数位。如 果小数点之后没有数位,则小数点也会被略去,除非使用了 # 选项。 'E' 科学计数法。与 'e' 相似,不同之处在于它使用大写字母’E’ 'F' 定点表示。与 'f' 相似,但会将 nan 转为 NAN 并将 inf 转为 INF。 'g' 常规格式。对于给定精度 p >= 1,这会将数值舍入到 p 个有效数位,再将结果以定点 格式或科学计数法进行格式化,具体取决于其值的大小。精度 0 会被视为等价于精度 1。 准确的规则如下:假设使用表示类型 'e' 和精度 p-1 进行格式化的结果具有指数值 exp。那么如果 m <= exp < 选项。 如未指定精度,会对float 采用 6 个有效数位的精度。对于Decimal,结果的系数会 沿用原值的系数数位;对于绝对值小于 1e-6 的值以及最小有效数位的位值大于 1 的数 值将会使用科学计数法,在其他情况下则会使用定点计数法。 正负无穷,正负零和 nan 会分别被格式化为 inf, -inf, 0, -0 和 nan,无论精度如何设 定。 'G' 常规格式。类似于 'g',不同之处在于当数值非常大时会切换为
    0 码力 | 2052 页 | 9.74 MB | 9 月前
    3
  • pdf文档 Django 官方教程翻译项目

    你也许遇到过这种情况:你编写了一个绝赞的软件,但是其他开发者看都不看它一眼,因为它缺少测 试。没有测试的代码不值得信任。 Django 最初开发者之一的 Jacob Kaplan-Moss 说过:“项目 规划时没有包含测试是不科学的。” 其他的开发者希望在正式使用你的代码前看到它通过了测试,这是你需要写测试的另一个重要原因。 前面的几点都是从单人开发的角度来说的。复杂的应用可能由团队维护。测试的存在保证了协作者不 会不
    0 码力 | 103 页 | 1.86 MB | 1 年前
    3
  • pdf文档 Python 标准库参考指南 3.7.13

    string --- 常见的字符串操作 91 The Python Library Reference, 发布 3.7.13 类 型 含义 'e' 指数表示。以使用字母’e’ 来标示指数的科学计数法打印数字。默认的精度为 6。 'E' 指数表示。与 'e' 相似,不同之处在于它使用大写字母’E’ 作为分隔字符。 'f' 定点表示。将数字显示为一个定点数。默认的精确度为 6。 'F' 'F' 定点表示。与 'f' 相似,但会将 nan 转为 NAN 并将 inf 转为 INF。 'g' 常规格式。对于给定的精度 p >= 1,这会将数值舍入到 p 位有效数字,再将结果 以定点格式或科学计数法进行格式化,具体取决于其值的大小。 准确的规则如下:假设使用表示类型 'e' 和精度 p-1 进行格式化的结果具有指数 值 exp。则如果 -4 <= exp < p,该数字将使用表示类型 'f' 工程标注法的指数是 3 的倍数。这会在十进制位的左边保留至多 3 个数码,并可能要求添加 一至两个末尾零。 to_integral_exact(x) 舍入到一个整数。 to_sci_string(x) 使用科学计数法将一个数字转换为字符串。 9.4.4 常量 本节中的常量仅与 C 模块相关。它们也被包含在纯 Python 版本以保持兼容性。 32 位 64 位 decimal.MAX_PREC 425000000
    0 码力 | 1846 页 | 9.09 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.7.13

    'n' 和 None)。当这样做时, 会在格式化之前使用float() 将整数转换为浮点数。 浮点数和小数值可用的表示类型有: 类 型 含义 'e' 指数表示。以使用字母’e’ 来标示指数的科学计数法打印数字。默认的精度为 6。 'E' 指数表示。与 'e' 相似,不同之处在于它使用大写字母’E’ 作为分隔字符。 'f' 定点表示。将数字显示为一个定点数。默认的精确度为 6。 'F' 'F' 定点表示。与 'f' 相似,但会将 nan 转为 NAN 并将 inf 转为 INF。 'g' 常规格式。对于给定的精度 p >= 1,这会将数值舍入到 p 位有效数字,再将结果以定 点格式或科学计数法进行格式化,具体取决于其值的大小。 准确的规则如下:假设使用表示类型 'e' 和精度 p-1 进行格式化的结果具有指数值 exp。则如果 -4 <= exp < p,该数字将使用表示类型 'f' 工程标注法的指数是 3 的倍数。这会在十进制位的左边保留至多 3 个数码,并可能要求添加一至 两个末尾零。 to_integral_exact(x) 舍入到一个整数。 to_sci_string(x) 使用科学计数法将一个数字转换为字符串。 9.4.4 常量 本节中的常量仅与 C 模块相关。它们也被包含在纯 Python 版本以保持兼容性。 32 位 64 位 decimal.MAX_PREC 425000000
    0 码力 | 1961 页 | 9.14 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.9.20

    类 型 意义 'e' 科学计数法。对于一个给定的精度 p,将数字格式化为以字母’e’ 分隔系数和指数的科学 计数法形式。系数在小数点之前有一位,之后有 p 位,总计 p + 1 个有效数位。如未 指定精度,则会对float 采用小数点之后 6 位精度,而对Decimal 则显示所有系数位。 如果小数点之后没有数位,则小数点也会被略去,除非使用了 # 选项。 'E' 科学计数法。与 'e' 相似,不同之处在于它使用大写字母’E’ 'F' 定点表示。与 'f' 相似,但会将 nan 转为 NAN 并将 inf 转为 INF。 'g' 常规格式。对于给定精度 p >= 1,这会将数值舍入到 p 个有效数位,再将结果以定点 表示法或科学计数法进行格式化,具体取决于其值的大小。精度 0 会被视为等价于精度 1。 准确的规则如下:假设使用表示类型 'e' 和精度 p-1 进行格式化的结果具有指数值 exp。那么如果 m <= exp < 选项。 如未指定精度,会对float 采用 6 个有效数位的精度。对于Decimal,结果的系数会 沿用原值的系数数位;对于绝对值小于 1e-6 的值以及最小有效数位的位值大于 1 的数 值将会使用科学计数法,在其他情况下则会使用定点表示法。 正负无穷,正负零和 nan 会分别被格式化为 inf, -inf, 0, -0 和 nan,无论精度如何设 定。 'G' 常规格式。类似于 'g',不同之处在于当数值非常大时会切换为
    0 码力 | 2146 页 | 10.17 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.9.20

    类 型 意义 'e' 科学计数法。对于一个给定的精度 p,将数字格式化为以字母’e’ 分隔系数和指数的 科学计数法形式。系数在小数点之前有一位,之后有 p 位,总计 p + 1 个有效数 位。如未指定精度,则会对float 采用小数点之后 6 位精度,而对Decimal 则显示 所有系数位。如果小数点之后没有数位,则小数点也会被略去,除非使用了 # 选项。 'E' 科学计数法。与 'e' 相似,不同之处在于它使用大写字母’E’ 'F' 定点表示。与 'f' 相似,但会将 nan 转为 NAN 并将 inf 转为 INF。 'g' 常规格式。对于给定精度 p >= 1,这会将数值舍入到 p 个有效数位,再将结果以 定点表示法或科学计数法进行格式化,具体取决于其值的大小。精度 0 会被视为等 价于精度 1。 准确的规则如下:假设使用表示类型 'e' 和精度 p-1 进行格式化的结果具有指数 值 exp。那么如果 m <= exp '#' 选项。 如未指定精度,会对float 采用 6 个有效数位的精度。对于Decimal,结果的系数 会沿用原值的系数数位;对于绝对值小于 1e-6 的值以及最小有效数位的位值大于 1 的数值将会使用科学计数法,在其他情况下则会使用定点表示法。 正负无穷,正负零和 nan 会分别被格式化为 inf, -inf, 0, -0 和 nan,无论精度如 何设定。 'G' 常规格式。类似于 'g',不同之处在于当数值非常大时会切换为
    0 码力 | 2015 页 | 10.12 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    类 型 含义 'e' 科学计数法。对于一个给定的精度 p,数字格式化为以字母’e’ 分隔系数和指数的科 学计数法形式。系数在小数点之前有一位,之后有 p 位,总计 p + 1 个有效数位。 如未指定精度,则会对float 采用小数点之后 6 位精度,而对Decimal 则显示所 有系数位。如果小数点之后没有数位,则小数点也会被略去,除非使用了 # 选项。 'E' 科学计数法。与 'e' 相似,不同之处在于它使用大写字母’E’ 'F' 定点表示。与 'f' 相似,但会将 nan 转为 NAN 并将 inf 转为 INF。 'g' 常规格式。对于给定精度 p >= 1,这会将数值舍入到 p 个有效数位,再将结果以 定点格式或科学计数法进行格式化,具体取决于其值的大小。精度 0 会被视为等价 于精度 1。 准确的规则如下:假设使用表示类型 'e' 和精度 p-1 进行格式化的结果具有指数 值 exp。那么如果 m <= exp '#' 选项。 如未指定精度,会对float 采用 6 个有效数位的精度。对于Decimal,结果的系数 会沿用原值的系数数位;对于绝对值小于 1e-6 的值以及最小有效数位的位值大于 1 的数值将会使用科学计数法,在其他情况下则会使用定点计数法。 正负无穷,正负零和 nan 会分别被格式化为 inf, -inf, 0, -0 和 nan,无论精度如 何设定。 'G' 常规格式。类似于 'g',不同之处在于当数值非常大时会切换为
    0 码力 | 1927 页 | 9.69 MB | 9 月前
    3
共 27 条
  • 1
  • 2
  • 3
前往
页
相关搜索词
DeepSeekV2StrongEconomicalandEfficientMixtureofExpertsLanguageModelFlask入门教程入门教程Keras基于Python深度学习标准参考指南3.820Django官方翻译项目3.7133.9
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩