217 条“高级修图-10” 相关内容
- Erlang指南：效率指南 | Guide: Efficiency guide10.高级 | 10. Advanced
10.高级 | 10. Advanced
- TensorFlow指南 | GuideProgrammer's Guide（程序指南）
Programmer's Guide（程序指南）
现在单位如下： Estimators，它引入了高度简化ML编程的高级TensorFlowAPI。张量，解释如何创建，操作和访问张量-TensorFlow中的基本对象。
- TensorFlow开始 | Get StartedGetting Started（开始）
Getting Started（开始）
我们提供了三个指南，分别展示了在TensorFlow上培训MNIST模型的不同方法： 针对MN初学者的MNIST，通过由高级API介绍的MNIST。
- TensorFlow指南 | GuideGraphs and Sessions（图表和会话）
Graphs and Sessions（图表和会话）
更高级别的API（例如tf.estimator.EstimatorKeras）隐藏最终用户的图表和会话细节，但如果您想了解如何实现这些API，本指南可能也很有用。 为什么使用数据流图？
- TensorFlow表现 | PerformanceUsing AOT compilation（使用AOT编译）
Using AOT compilation（使用AOT编译）
一个典型的用例tfcompile是将推理图编译成移动设备的可执行代码。 TensorFlow图通常由TensorFlow运行时执行。这会导致执行图中每个节点的运行时开销。
- TensorFlow开始 | Get StartedTensorBoard: Graph Visualization（TensorBoard:图形可视化）
TensorBoard: Graph Visualization（TensorBoard:图形可视化）
TensorBoard:GraphVisualization TensorFlow计算图功能强大但复杂。图表可视化可以帮助您理解和调试它们。这是可视化工作的一个例子。
- TensorFlow扩展 | ExtendTensorFlow Architecture（TensorFlow架构）
TensorFlow Architecture（TensorFlow架构）
图1说明了其总体架构。ACAPI将不同语言的用户级别代码与核心运行时分离。 [图片] 图1 本文档重点介绍以下几个层次： 客户端： 将计算定义为数据流图。
- Docker引擎: 管理员指南 | Engine: Admin Guide使用Prometheus（引擎）收集Docker指标 | Collect Docker metrics with Prometheus (Engine)
使用Prometheus（引擎）收集Docker指标 | Collect Docker metrics with Prometheus (Engine)
- Erlangtools6. Xref - The Cross Reference Tool
6. Xref - The Cross Reference Tool
对于稍微高级一些的用户，有一种较小但相当灵活的语言，可用于选择分析系统的部分以及对选定的调用进行一些简单的图形分析。 以下部分展示了Xref的一些特性，首先是模块检查和预定义分析。
- Docker引擎: 管理员指南 | Engine: Admin GuideJSON文件日志记录驱动程序（引擎） | JSON File logging driver (Engine)
JSON文件日志记录驱动程序（引擎） | JSON File logging driver (Engine)
--log-optmax-size=10m最大文件可以存在的最大日志文件数量。如果滚动日志会创建多余的文件，最旧的文件将被删除。只有在设置了最大尺寸时才有效。一个正整数。默认为1。
- RxJS 5操作符 | Operators操作符 | Operator
操作符 | Operator
- scikit-imagefuturefuture.graph
future.graph
cut_normalized skimage.future.graph.cut_normalized(labels,rag,thresh=0.001,num_cuts=10,in_place=True
- TensorFlow开始 | Get StartedDeep MNIST for Experts（针对专家的深度MNIST）
Deep MNIST for Experts（针对专家的深度MNIST）
- C++输入/输出 | Input/outputstd::basic_streambuf::pbump
std::basic_streambuf::pbump
如果指针是高级的，则overflow()调用，将PUT区域刷新为关联的字符序列，其效果是额外的count输出未定义值的字符。
- TensorFlow指南 | GuideTensors
Tensors
TensorFlow程序首先建立一个tf.Tensor对象图，详细说明如何基于其他可用张量计算每个张量，然后运行该图的部分内容以获得期望的结果。
- Electron指南 | Guides通知（Windows，Linux，macOS） | Notifications (Windows, Linux, macOS)
通知（Windows，Linux，macOS） | Notifications (Windows, Linux, macOS)
Windows 在Windows10上，通知“正常工作”。 在Windows8.1和Windows8上，必须将具有应用程序用户模型ID的应用程序快捷方式安装到“开始”屏幕。
- RxJS 5编写弹珠测试 | writing-marble-tests编写弹珠测试 | writing-marble-tests
编写弹珠测试 | writing-marble-tests
将subscriptions作为参数传给expectSubscriptions以断言是否匹配在toBe()中给定的expectObservable弹珠图。
- webpack概念 | Concepts核心概念 | Core Concepts
核心概念 | Core Concepts
当webpack处理您的应用程序时，它会递归地构建一个依赖图，其中包含您的应用程序需要的每个模块，然后将所有这些模块打包到少量的捆绑包中-通常只有一个-将由浏览器加载。
- TensorFlow表现 | PerformanceXLA Overview（XLA概述）
XLA Overview（XLA概述）
编译子图以减少短暂Ops的执行时间，以消除TensorFlow运行时间的开销，融合流水线操作以减少内存开销，并专用于已知张量形状以允许更积极的恒定传播。 改善内存使用。
腾讯云开发者
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号