榜单
服务器优惠
AI论文
-
5. 完整示例代码
5. 完整示例代码 index.html second.html 5. 完整示例代码 其实执行到上一步我们已经完成了示例的全部开发步骤。但为了清晰和可读性考虑，我们把最终形态的示例代码展示给开发者。 index.html <html> <head> <meta charset = "utf-8" > ... -
MINI-BATCH 完整代码
MINI-BATCH 完整代码 import numpy as np from sklearn . datasets import fetch_california_housing import tensorflow as tf from sklearn . preprocessing import St... -
动态离线量化完整示例
动态离线量化完整示例 1 Paddle 产出量化模型 1.1 环境准备 1.2 产出量化模型 2 Paddle-Lite 部署量化模型 2.1 环境准备 2.2 模型优化 2.3 编译Android预测库和示例 2.4 执行示例 动态离线量化完整示例 本章节介绍使用动态离线量化方法产出量化模型，使用Paddle-Lite加载量化模型进... -
使用SavedModel完整导出模型
使用SavedModel完整导出模型 使用SavedModel完整导出模型 在部署模型时，我们的第一步往往是将训练好的整个模型完整导出为一系列标准格式的文件，然后即可在不同的平台上部署模型文件。这时，TensorFlow为我们提供了SavedModel这一格式。与前面介绍的Checkpoint不同，SavedModel包含了一个TensorFlow程... -
7.2. 完整例子2
完整例子2 完整例子2 这是来自 Nginx官方网站 的一个例子。 #!nginx : # 使用的用户和组 : user www www ; : # 指定工作衍生进程数 : worker_processes 2 ; : # 指定 pid 存放的路径 : pid / var / run / ngin... -
动态离线量化完整示例
动态离线量化完整示例 1 产出量化模型 1.1 准备opt工具 1.2 产出优化后的量化模型 2 部署量化模型 2.1 环境准备 2.2 编译Android预测库和示例 2.3 执行示例 动态离线量化完整示例 本章节介绍使用动态离线量化方法产出量化模型，使用Paddle-Lite加载量化模型进行预测。 动态离线量化方法简单易用，不需要... -
动态离线量化完整示例
动态离线量化完整示例 1 产出量化模型 1.1 准备opt工具 1.2 产出优化后的量化模型 2 部署量化模型 2.1 环境准备 2.2 编译Android预测库和示例 2.3 执行示例 动态离线量化完整示例 本章节介绍使用动态离线量化方法产出量化模型，使用Paddle-Lite加载量化模型进行预测。 动态离线量化方法简单易用，不需要... -
完整的 WebRTC 呼叫流程
完整的 WebRTC 呼叫流程 完整的 WebRTC 呼叫流程 图5-1、5-2 和 5-3 提供了与完整的 WebRTC 呼叫流程图，该流程涉及一个信道发起方，一个信道连接器以及在信道建立时在它们之间中继消息的信令服务器。 图5-1 WebRTC 调用流程：序列图，第 1 部分 图5-2 WebRTC 调用流程：序列图，第 2 部分 ... -
4. 完整渲染流程
继上一节内容，我们将Vue 复杂的挂载流程通过图解流程，代码分析的方式简单梳理了一遍，最后也讲到了模板编译的大致流程。然而在挂载的核心处，我们并没有分析模板编译后渲染函数是如何转换为可视化DOM 节点的。因此这一章节，我们将重新回到Vue 实例挂载的最后一个环节：渲染DOM 节点。在渲染真实DOM 的过程中，Vue 引进了虚拟DOM 的概念，这是Vue ...