分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.021
秒,为您找到
94990
个相关结果.
搜书籍
搜文档
macOS – AMD
402
2023-04-02
《Blender 3.5 参考手册》
macOS — AMD 驱动程序 常见问题 不支持的图形驱动程序错误 启动时崩溃 低性能 渲染器错误 3D视图中的错误选择 虚拟机 信息 macOS — AMD Blender将OpenGL用于3D视图和用户界面。 显卡(GPU)和驱动程序对Blender的行为和性能有很大影响。 本节列出了针对图形故障,Eevee和Cycles问题...
Linux – Intel
383
2022-12-10
《Blender 3.4 参考手册》
Linux — Intel 驱动程序 常见问题 不支持的图形驱动程序错误 启动时崩溃 低性能 渲染器错误 3D视图中的错误选择 虚拟机 信息 Linux — Intel Blender将OpenGL用于3D视图和用户界面。 显卡(GPU)和驱动程序对Blender的行为和性能有很大影响。 本节列出了针对图形故障,Eevee和Cycl...
Linux – Intel
365
2022-06-12
《Blender 3.2 参考手册》
Linux — Intel 驱动程序 常见问题 不支持的图形驱动程序错误 启动时崩溃 低性能 渲染器错误 3D视图中的错误选择 虚拟机 信息 Linux — Intel Blender将OpenGL用于3D视图和用户界面。 显卡(GPU)和驱动程序对Blender的行为和性能有很大影响。 本节列出了针对图形故障,Eevee和Cycl...
macOS – Intel
391
2022-09-19
《Blender 3.3 参考手册》
macOS — Intel 驱动程序 常见问题 不支持的图形驱动程序错误 启动时崩溃 低性能 渲染器错误 3D视图中的错误选择 虚拟机 信息 macOS — Intel Blender将OpenGL用于3D视图和用户界面。 显卡(GPU)和驱动程序对Blender的行为和性能有很大影响。 本节列出了针对图形故障,Eevee和Cycl...
升级
696
2019-11-26
《SequoiaDB 巨杉数据库 v3.4 使用手册》
升级 升级说明 准备安装介质 升级 SequoiaDB 安装前准备 升级步骤 升级 从低版本SequoiaDB升级到较高版本。 升级说明 只能支持向后兼容,同个版本也可升级,但不能从高版本升为低版本。 查看版本兼容性 ,可以确定能否升级。 升级不会改动任何配置和数据。 准备安装介质 请到 SequoiaDB 官方网站下载相应的...
立方体贴图资源
414
2022-06-06
《Cocos Creator 3.5 用户手册》
立方体贴图 设置为立方体贴图 制作立方体贴图 立方贴图的 mipmap 范围 立方体贴图 TextureCube 为立方体纹理,常用于设置场景的 天空盒 。立方体贴图可以通过设置全景图 ImageAsset 为 TextureCube 类型获得,也可以在 Creator 中制作生成。 设置为立方体贴图 在将 ImageAsset 导入 到 ...
多租户原始文件
752
2020-04-21
《Mesosphere DC/OS 2.0 官方中文文档》
多租户原始文件 DC/OS 中多租户的引物 概述 多租户配额管理原始文档 角色 保留 添加 检查 删除 配额 添加 检查 删除 权重 应用 检查 删除 Marathon on Marathon 其他资源 多租户原始文件 DC/OS 中多租户的引物 概述 可以使用角色、预留、配额和权重的组合来保留 DC/OS...
如何决定什么时候使用奇妙的计算机科学
1029
2018-05-10
《How to be a Programmer 中文版》
如何决定什么时候使用奇妙的计算机科学 如何决定什么时候使用奇妙的计算机科学 有这样一些,例如算法,数据结构,数学,还有其他极客范的大多数程序员知道但很少使用的东西。实践中,这种奇妙的东西太复杂了,通常是不需要的。例如,当你花费大多数时间在低效的数据库调用上时,提高算法是没有什么用的。不幸的大量编程由让系统相互交流以及使用非常简单的数据结构去构建漂亮的...
冻结较低层
1573
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
冻结较低层 第一个 DNN 的较低层可能已经学会了检测图片中的低级特征,这将在两个图像分类任务中有用,因此您可以按照原样重新使用这些层。 在训练新的 DNN 时,“冻结”权重通常是一个好主意:如果较低层权重是固定的,那么较高层权重将更容易训练(因为他们不需要学习一个移动的目标)。 要在训练期间冻结较低层,最简单的解决方案是给优化器列出要训练的变量,不包括...
1..
«
39
40
41
42
»
..100