基于NVIDIA jetson平台Torch安装教程 +Jetson-Inference使用， 老实说，这是我最喜欢的一部分了，最近沉迷于寻找各种用于不同阶段的加速工具，jetson平台的TensorRT属于“推理阶段加速”，也是比较实用的一种加速，之后找个时间我会专门写一节总结，介绍各种加速工具给你，这里就不多说了。
这本书中关于使用TensorRT的部分比较坑，有很多东西我没有顺利安装。这里总结一下我最后成功方法。
2021-09-10 10:52:26
6KB
1
The Elements of
Statistical Learning:
Data Mining, Inference, and Prediction.
和之前上传的略有差别，这个要更好。
2021-09-05 23:47:47
8.22MB
1
https://www.bradyneal.com/causal-inference-course
这个课程的笔记
2021-09-02 09:13:30
232.63MB
1
《Statistical Inference》pdf，2nd edition，George Casella
2021-08-30 22:45:23
13.69MB
1
coursera-统计推断
Coursera 的统计推理数据科学课程
2021-08-26 23:16:35
3.73MB
1
统计推断
该存储库包含促进约翰霍普金斯大学 MOOC 统计推理的实验室作业。 该促进是在 2015 年 1 月与新加坡信息通信发展局合作进行的。我希望实验室作业有助于帮助用户学习和理解假设检验、t 检验、方差分析、效应大小和 p 值校正。
第 1 周和第 2 周（概率和分布）的幻灯片可在此处获得： :
第 3 周的幻灯片（假设检验和 t 检验）可在此处获得： :
第 4 周的幻灯片（统计功效、方差分析、事后检验）可在此处获得： :
2021-08-26 23:12:32
1.34MB
1
VBMC 是一种近似贝叶斯推理方法，旨在拟合和评估具有潜在噪声似然评估预算有限的计算模型（例如，对于计算成本高的模型）[1,2]。 具体来说，VBMC 同时计算：
- 模型参数的近似贝叶斯后验分布； - 对数模型证据（也称为对数边际似然或对数贝叶斯因子）的近似值——从技术上讲，是近似下界，这是一种用于贝叶斯模型选择的指标。
对人工测试问题和来自计算和认知神经科学的大量真实模型拟合问题的广泛基准表明，VBMC 通常——通常是非常——优于样本高效贝叶斯推理的替代方法。
VBMC 运行时几乎无需调整，而且很容易针对您的问题进行设置。
*** 如需更多信息、教程和文档，请访问该项目的 GitHub 页面： https : //github.com/lacerbi/vbmc ***
如果您对参数的点估计感兴趣，您可能需要查看贝叶斯自适应直接搜索 (BADS)，这是一种可与 VBMC 协同
2021-08-26 17:14:45
1.54MB
1
今天小编就为大家分享一篇pytorch 使用加载训练好的模型做inference，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-08-20 17:31:55
32KB
1