向 Datadog 导出 DC/OS 度量标准 向 Datadog 发送 DC/OS 度量标准 配置 Telegraf 以将度量标准导出到 Datadog 向 Datadog 导出 DC/OS 度量标准 BETA 向 Datadog 发送 DC/OS 度量标准 DC/OS 1.12 及更新版本通过 [Telegraf] 发送度量标准(/me...

向 Datadog 导出 DC/OS 度量标准 向 Datadog 发送 DC/OS 度量标准 配置 Telegraf 以将度量标准导出到 Datadog 向 Datadog 导出 DC/OS 度量标准 向 Datadog 发送 DC/OS 度量标准 DC/OS 1.12 及更新版本通过 Telegraf 发送度量标准，可以配置为将度量标准...

向 Datadog 导出 DC/OS 度量标准 向 Datadog 发送 DC/OS 度量标准 配置 Telegraf 以将度量标准导出到 Datadog 向 Datadog 导出 DC/OS 度量标准 BETA 向 Datadog 发送 DC/OS 度量标准 DC/OS 1.12 及更新版本通过 Telegraf 发送度量标准，可以配置...

用例子学习 PyTorch 张量 Warm-up：Numpy PyTorch：张量 自动求导 PyTorch：张量和自动求导 PyTorch：定义新的自动求导函数 TensorFlow：静态图 nn 模块 PyTorch：nn PyTorch：optim PyTorch：自定义nn模块 PyTorch：控制流+权重共享 例子 张量 ...

Word2Vector 1 模型 2 实例 3 源码分析 参考文献 Word2Vector   Word2Vector 将词转换成分布式向量。分布式表示的主要优势是相似的词在向量空间距离较近，这使我们更容易泛化新的模式并且使模型估计更加健壮。分布式的向量表示在许多自然语言处理应用（如命名实体识别、消歧、词法分析、机器翻译）中非常有用。 ...

纹理 选项 例子 纹理 参考 面板: 物理 ‣ 力场 类型: 纹理 您可以使用 纹理 力场来创建任意复杂的力场，这三个方向的力被颜色编码。红色编码为X轴，Y轴为绿色，Z轴为蓝色(如3D视图中坐标轴的颜色)。值0.5表示没有力，大于负轴方向0.5加速度(如-Z)的值，小于正轴方向0.5加速度(如+ Z)的值。 选项 贴图类型 这设置...

纹理 选项 例子 纹理 参考 面板 物理 ‣ 力场 类型 纹理 您可以使用 纹理 力场来创建任意复杂的力场，这三个方向的力被颜色编码。红色编码为X轴，Y轴为绿色，Z轴为蓝色(如3D视图中坐标轴的颜色)。值0.5表示没有力，大于负轴方向0.5加速度(如-Z)的值，小于正轴方向0.5加速度(如+ Z)的值。 选项 Texture Mo...

纹理 选项 示例 纹理 参考 面板: 物理 ‣ 力场 类型: 纹理 您可以使用 纹理 力场创建任意复杂的力场，三个方向上的力是用颜色编码的。红色表示 X 轴编码，绿色表示 Y 轴编码，蓝色表示 Z 轴（类似于 3D 视口中坐标轴的颜色）。值为 0.5 表示无力，在负轴方向上大于 0.5 加速度的值（如 -Z），在正轴方向上小于 0.5 加...

Prometheus 查询 " level="2">示例 " level="2">表达式语言数据类型 " level="2">字面量 " level="3">字符串字面量 " level="3">浮点型字面量 " level="2">时间序列选择器 " level="3">即时向量选择器 " level="3">范...

7.2 梯度下降和随机梯度下降 7.2.1 一维梯度下降 7.2.2 学习率 7.2.3 多维梯度下降 7.2.4 随机梯度下降 小结 参考文献 7.2 梯度下降和随机梯度下降 在本节中，我们将介绍梯度下降（gradient descent）的工作原理。虽然梯度下降在深度学习中很少被直接使用，但理解梯度的意义以及沿着梯度反方向更新自变量可...