​ Docker等容器技术可简化依赖项管理并提高软件的可移植性。在本系列文章中,我们探讨了Docker在机器学习(ML)场景中的使用。 本系列假设您熟悉AI/ML、容器化,尤其是Docker。 在本系列的上一篇文章中,我们已经通过暴露推断NLP模型REST API使用快速API和Gunicorn与Uvicorn worker。它允许我们在网络浏览器中运行我们的NLP模型。 ​
2022-02-23 12:05:59 7KB docker ai
1
用在cenos 上的
2022-02-23 09:28:51 12KB rpmforge
1
基于QT6(MSVC2019)WIN10 编译的QTXlsx库(release和debug版本)
2022-02-23 09:05:38 7.73MB QT6 QTXlsx 动态库
1
官网下的实在太慢了。。海盗船玩灯的,当时下了好久,放上来给你们能少浪费点时间下,想玩的。有这时间敲敲代码多香(滑稽)
2022-02-22 20:43:57 352.47MB 键盘软件
1
第一部分包括基础知识和预备知识。 1节 提供深度学习的入门课程。然后在 2节中将快速介绍实践深度学习所需的前提条件,例如如何存储和处理数据,以及如何应用基于线性代数、微积分和概率基本概念的各种数值运算。 3节 和 4节 涵盖了深度学习的最基本概念和技术,例如线性回归、多层感知机和正则化。 接下来的五章集中讨论现代深度学习技术。 5节 描述了深度学习计算的各种关键组件,并为我们随后实现更复杂的模型奠定了基础。接下来,在 6节 和 7节 中,介绍了卷积神经网络(convolutional neural network,CNN),这是构成大多数现代计算机视觉系统骨干的强大工具。随后,在 8节 和 9节 中,引入了循环神经网络(recurrent neural network,RNN),这是一种利用数据中的时间或序列结构的模型,通常用于自然语言处理和时间序列预测。在 10节 中,介绍了一类新的模型,它采用了一种称为注意力机制的技术,最近它们已经开始在自然语言处理中取代循环神经网络。这一部分将帮助你快速了解大多数现代深度学习应用背后的基本工具。
2022-02-22 14:11:43 24.21MB 深度学习 人工智能
jsp页面转PDF用,利用jsPDF对象可以把jsp页面转为pdf文件 var doc = new jsPDF("l", "pt", "a4");
2022-02-21 14:01:27 619KB pdf jsp转pdf jsp
1
5G的Release 16是2019年12月发布的最新5G标准化文档,其中标准化了5G通信系统的信道信息反馈、资源分配标准等信息,非常重要,该Release 16是5G标准化的开始。
2022-02-20 13:29:02 2.15MB 5G Release 16 2019年12月发布
1
Memory Dump Analysis Anthology .zip,友情提示:为方便审核,建议保留原描述,请如实填写更新信息
2022-02-20 01:53:33 58.62MB Debug Windbg
1
U-EC6 C8051F仿真器基于Silabs官方USB Debug Adapter原装电路设计,可实现支持单步、连续单步、断电、观察点、堆栈监视器,可以观察、修改存储器和寄存器,下载程序到Flash存储器等功能,兼容国内任何一家的C8051F调试工具。
2022-02-19 15:17:58 7.39MB USB Debug Adapter
1
unity5.6版本使用
2022-02-18 09:02:10 7.41MB unity 游戏引擎
1