书栈网 · BookStack 本次搜索耗时 0.010 秒,为您找到 1053 个相关结果.
  • 和我一步步部署 kubernetes 集群 v1.16.6

    本系列文档介绍使用二进制部署 kubernetes v1.16.6 集群的所有步骤(Hard-Way 模式)。在部署的过程中,将详细列出各组件的启动参数,它们的含义和可能遇到的问题。部署完成后,你将理解系统各组件的交互原理,进而能快速解决实际问题。所以本文档主要适合于那些有一定 kubernetes 基础,想通过一步步部署的方式来学习和了解系统配置、运行原理...
  • QMUI Web 3.0 开发手册

    QMUI Web 是一个专注 Web UI 开发,帮助开发者快速实现特定的一整套设计的框架。框架主要由一个强大的 Sass 方法合集与内置的工作流构成。通过 QMUI Web,开发者可以很轻松地提高 Web UI 开发的效率,同时保持了项目的高可维护性与稳健。如果你需要方便地控制项目的整体样式,或者需要应对频繁的界面变动,那么 QMUI Web 框架将会是你...
  • [试读] TypeScript图形渲染实战:基于WebGL的3D架构与实现

    3D图形编程是一个庞大的主题,从宏观角度,笔者将整个3D图形编程分为三个层次,既画出来、画的美以及画的快。本书的定位是画出来,目的是使用TypeScript语言和WebGL 3D API,实现WebGLApplication应用程序框架以及WebGLUtilLib封装库,渲染Quake3以及Doom3这两个引擎的场景和骨骼动画格式。通过本书,可以让各位读者详...
  • 百度飞桨 PaddlePaddle v2.1 深度学习教程

    飞桨(PaddlePaddle)致力于让深度学习技术的创新与应用更简单。具有以下特点:同时支持动态图和静态图,兼顾灵活性和效率;精选应用效果最佳算法模型并提供官方支持;真正源于产业实践,提供业界最强的超大规模并行深度学习能力;推理引擎一体化设计,提供训练到多端推理的无缝对接;唯一提供系统化技术服务与支持的深度学习平台.
  • OpenCL 2.0 异构计算 [第三版] (Heterogeneous Computing with OpenCL 2.0)

    本书将介绍在复杂环境下的OpenCL和并行编程。这里的复杂环境包含多种设备架构,比如:多芯CPU,GPU,以及完全集成的加速处理单元(APU)。在本修订版中将包含OpenCL 2.0最新的改进:共享虚拟内存(Shared virtual memory)可增强编程的灵活性,从而能大幅度减少在数据转换上所消耗的资源和精力;动态并行(Dynamic paralle...
  • entgo v0.13 中文文档

    ent是一个简单而又功能强大的Go语言实体框架,ent易于构建和维护应用程序与大数据模型。图就是代码 - 将任何数据库表建模为Go对象。轻松地遍历任何图形 - 可以轻松地运行查询、聚合和遍历任何图形结构。静态类型和显式API - 使用代码生成静态类型和显式API,查询数据更加便捷。多存储驱动程序 - 支持MySQL, PostgreSQL, SQLite 和...
  • PaddlePaddle(飞桨) v1.6 深度学习平台使用文档

    百度飞桨(PaddlePaddle)致力于让深度学习技术的创新与应用更简单。具有以下特点:同时支持动态图和静态图,兼顾灵活性和效率;精选应用效果最佳算法模型并提供官方支持;真正源于产业实践,提供业界最强的超大规模并行深度学习能力;推理引擎一体化设计,提供训练到多端推理的无缝对接;唯一提供系统化技术服务与支持的深度学习平台
  • 百度飞桨 PaddlePaddle 1.8 深度学习平台教程

    飞桨(PaddlePaddle)致力于让深度学习技术的创新与应用更简单。具有以下特点:同时支持动态图和静态图,兼顾灵活性和效率;精选应用效果最佳算法模型并提供官方支持;真正源于产业实践,提供业界最强的超大规模并行深度学习能力;推理引擎一体化设计,提供训练到多端推理的无缝对接;唯一提供系统化技术服务与支持的深度学习平台.
  • Vagrant Documentation

    Vagrant是一个基于Ruby的工具,用于创建和部署虚拟化开发环境,能帮助开发人员迅速的构建一个开发环境,帮助测试人员构建测试环境。简单地说,Vagrant让我们可以通过代码的方式快速地、可重复地创建针对不同虚拟环境的虚拟机,包括Virtualbox、AWS、Docker等。它使得我们可以一次性地、自动创建多个环境相同的虚拟机,对于软件开发和测试尤其有用。
  • 百度飞桨 PaddlePaddle 1.7 深度学习平台教程

    飞桨(PaddlePaddle)致力于让深度学习技术的创新与应用更简单。具有以下特点:同时支持动态图和静态图,兼顾灵活性和效率;精选应用效果最佳算法模型并提供官方支持;真正源于产业实践,提供业界最强的超大规模并行深度学习能力;推理引擎一体化设计,提供训练到多端推理的无缝对接;唯一提供系统化技术服务与支持的深度学习平台