书栈网 · BookStack 本次搜索耗时 0.033 秒,为您找到 836 个相关结果.
  • Multiprocessing best practices

    多进程最佳实践 共享 CUDA 张量 最佳实践和提示 避免和处理死锁 通过 Queue 传递重用缓存 异步多进程训练(如Hogwild) Hogwild 多进程最佳实践 译者:cvley torch.multiprocessing 是 Python 的 multiprocessing 的直接替代模块。它支持完全相同的操作...
  • Torch Script

    Torch 脚本 Torch 脚本 译者:keyianpai 创建 Torch 脚本代码 将追踪和脚本化结合起来 Torch 脚本语言参考 类型 表达式 语句 变量解析 python值的使用 调试 内置函数 Torch脚本是一种从PyTorch代码创建可序列化和可优化模型的方法。用Torch脚本编写的代码可以从P...
  • Control Plane API

    Control Plane API serving.kserve.io/v1beta1 AIXExplainerSpec AIXExplainerType (string alias) ARTExplainerSpec ARTExplainerType (string alias) AlibiExplainerSpec AlibiExplain...
  • Lite 预测流程

    Lite 预测流程 更多测试工具 Lite 预测流程 Lite是一种轻量级、灵活性强、易于扩展的高性能的深度学习预测框架,它可以支持诸如ARM、OpenCL、NPU等等多种终端,同时拥有强大的图优化及预测加速能力。如果您希望将Lite框架集成到自己的项目中,那么只需要如下几步简单操作即可。 workflow 一. 准备模型 Paddle L...
  • VolcanoJob

    VolcanoJob Introduction Example Key Fields schedulerName minAvailable volumes tasks.replicas tasks.template tasks.policies policies plugins queue priorityClassName maxR...
  • Introduction to Katib

    Introduction to Katib Beta Hyperparameters and hyperparameter tuning Neural architecture search Alpha version Katib interfaces Katib concepts Experiment Suggestion Trial W...
  • Examples

    Examples Semantic Search LLM Pipelines Workflows Model Training API Architecture Releases Applications Examples See below for a comprehensive series of example noteb...
  • Lite 预测流程

    Lite 预测流程 更多测试工具 Lite 预测流程 Lite是一种轻量级、灵活性强、易于扩展的高性能的深度学习预测框架,它可以支持诸如ARM、OpenCL、NPU等等多种终端,同时拥有强大的图优化及预测加速能力。如果您希望将Lite框架集成到自己的项目中,那么只需要如下几步简单操作即可。 一. 准备模型 Paddle-Lite框架直接支...
  • Search Similar Images

    Search Similar Images Pre-requisites Build the Flow Index Query Flow Overview Insights Putting it all together in a Flow Start the Flow and Index data Query from Python Re...
  • 并行处理最佳实践

    多进程最佳实践 共享 CUDA 张量 最佳实践和提示 避免和处理死锁 通过 Queue 传递重用缓存 异步多进程训练(如Hogwild) Hogwild 多进程最佳实践 译者:cvley torch.multiprocessing 是 Python 的 multiprocessing 的直接替代模块。它支持完全相同的操作...