这篇教程的主要源代码在ptb_word_lm.py与reader.py两个文件中。教程对应的源代码的github仓库地址。数据下载地址,该教程需要的数据在该下载的文件解压后的data子目录下。该目录的内容如下图所示:               首先介绍reader.py文件的内容:    reader.py文件由_reader_words、_builid_vocab、_file_to_wor            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-04-18 06:28:12
                            
                                105阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            我们都知道Hibernate可以支持多种数据库,这种支持是通过对于不同数据库,配置对应数据库的方言完成的。在早期的Hibernate中,需要通过配置hibernate.dialect参数,指定当前使用的数据库方言。对于需要同时支持多种数据库的产品来说,每切换一个数据库,就要重新配置以下dialect参数会显得很麻烦。于是,DialectResolver工厂类就诞生了。简单的说,DialectRes            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2012-09-30 00:56:00
                            
                                717阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
                    通过观看视频,记下此次笔记,笔记内容来自lite深度解析视频。视频来源:https://www.bilibili.com/video/av24219725/        tensorflow lite 定位于设备端智能应用。我们在台式机上使用tensorflow开发出模型,训练出权重,然后使            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-04-21 07:13:47
                            
                                59阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            tf_serving-----WORKSPACE          |          -----tensorflow-serving/----BUILD          |                      
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2017-11-29 17:15:21
                            
                                4404阅读
                            
                                                                                    
                                1评论
                            
                                                 
                 
                
                             
         
            
            
            
            from scipy import ndimage # scipy.ndimage: Multi-dimentional image processing(多维图像处理包) 更强大的图像处理库包括:opencv, scikit-image等 from collections import Count ...            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2021-07-16 16:49:00
                            
                                126阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            from: http://lan2720.github.io/2016/07/16/%E8%A7%A3%E8%AF%BBtensorflow%E4%B9%8Brnn/
这两天想搞清楚用tensorflow来实现rnn/lstm如何做,但是google了半天,发现tf在rnn方面的实现代码或者教程都太少了,仅有的几个教程讲的又过于简单。没办法,只能亲自动手一步步研究官方给出的代码了。
本文研究的代码            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2017-11-21 18:34:00
                            
                                105阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            读代码千万不能为了读代码而读代码,什么意思呢,就是不要把读代码当成学习的课程一样,一行一行的,一段一段的,按部就班的看,而是跳跃式的看代码,形成一个功能脉络的记忆在脑海里,然后顺着这个脉络,各个击破,根据经验,要形成一个脉络,最后给自己设定一些问题,带着这些问题去看代码,就像有个线索一样,沿着这些问            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2018-05-30 06:51:00
                            
                                378阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            摘要  2015年11月9日,Google发布深度学习框架TensorFlow并宣布开源,并迅速得到广泛关注,在图形分类、音频处理、推荐系统和自然语言处理等场景下都被大面积推广。TensorFlow系统更新快速,官方文档教程齐全,上手快速且简单易用,支持Python和C++接口。本文依据对Tensorflow(简称TF)白皮书[1]、TF Github[2]和TF官方教程[3]的理解,从系统和代码            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-07 21:04:54
                            
                                51阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            一. 总论说到Tensoflow serving的编译安装,真的是一把鼻涕一把泪。前前后后折腾了一个星期。在这期间参考了同行的做法,自己也在不断地摸索尝试。 遇到的困难:Tensoflow serving的版本和源码在不断更新,之前成功编译安装的版本在一段时间后,由于github上的Tensoflow serving的源码的更新,变得编译安装不成功。即使是执行官网提供的编译安装指令也无法成功编译安            
                
         
            
            
            
            vue源码目录 vue/src/core/util/next-tick.js nextTick 入参是一个回调函数,这个回调函数就是一个任务 每次接受任务nextTick不会立即执行,而是把它push到callbacks这个异步队列里 检查pending的值,如果为false,意味着“现在还没有一个 ...            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2021-10-22 16:35:00
                            
                                317阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            1 - Tensorflow源码目录结构基于2018年5月28日github的tensorflow源码,即1.8版本第一层:tensorflow: 核心代码目录。
third_party:第三方库,包括:eigen3,fft2d,hadoop,mkl,probuf ,kafka,mpi,tensorRT,nccl,grpc等等。
tools:只有两个文件 bazel.rc 和 tf_env_col            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-03-13 11:38:52
                            
                                129阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            TensorFlow 2.0源码编译步骤传统pip安装tensorflow限制修改bazel编译版本限制已知编译存在的问题配置configure编译选项Tips:  本文作者:Phillweston,未经允许禁止转载 传统pip安装tensorflow限制1.AVX指令集CPU使用老版本TensorFlow报错 对于不支持AVX指令集的CPU服务器,在python中使用 import tenso            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2023-11-26 23:34:36
                            
                                70阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            读TensorFlow 源码笔记(2): tensorflow的控制流算子(control_flow_op)在阅读TensorFlow源码时,遇到了很多复杂又晦涩的概念,今儿整理以下内容,分享给大家:介绍专门为处理控制流而添加的五个TensorFlow原语运算符,演示如何将高级控制流结构编译为包含这五个原语的数据流图解释TensorFlow运行时如何执行这些数据流图,包括在一组混合设备(如CPU、            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-08-11 10:54:57
                            
                                74阅读
                            
                                                                             
                 
                
                                
                     
                                    
                             
         
            
            
            
            tensorflow/tensorflow/该目录下存放着tensorflow的核心代码contrib/该目录下存放有其他项目贡献者添加的相关贡献代码。由于tensorflow受关注程度较高,目前该目录正急剧膨胀。core/后台C++实现部分。包含了主要的 C++代码 和 runtimes 。该目录为tensorflow的C++源码的核心。common_runtime/tensorflow 普通的            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2024-05-29 20:21:16
                            
                                84阅读
                            
                                                                             
                 
                
                             
         
            
            
            
                         
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2019-01-08 19:25:00
                            
                                257阅读
                            
                                                                                    
                                2评论
                            
                                                 
                 
                
                             
         
            
            
            
            本文基于Java11我们先来看hashMap定义的内部变量            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2022-03-22 14:49:36
                            
                                118阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            2009年,Node.js项目诞生,所有模块一律为CommonJS格式。时至今日,Node.js的模块仓库npmjs.com,已经存放了15万个模块,其中绝大部分都是CommonJS格式。这种格式的核心就是require语句,模块通过它加载。学习Node.js,必学如何使用require语句。本文通过源码分析,详细介绍require语句的内部运行机制,帮你理解Node.js的模块机制。requir            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-03-23 14:22:42
                            
                                247阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            Java里有一个叫做Stack的类,却没有叫做Queue的类(它是个接口名字)。当需要使用栈时,Java已不推荐使用Stack,而是推荐使用更高效的ArrayDeque;既然Queue只是一个接口,当需要使用队列时也就首选ArrayDeque了(次选是LinkedList)。总体介绍要讲栈和队列,首先要讲Deque接口。Deque的含义是“double ended queue”,即双端队列,它既可            
                
                    
                        
                                                            
                                                                        
                                                                                        原创
                                                                                    
                            2021-02-19 20:42:34
                            
                                294阅读
                            
                                                                             
                 
                
                             
         
            
            
            
            本博文重点介绍了ThreadLocal中ThreadLocalMap的大致实现原理以及ThreadLocal内存泄露的问题以及简略介绍InheritableThreadLocal。            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2021-08-12 16:32:25
                            
                                168阅读
                            
                                                        
                                点赞
                            
                                                                             
                 
                
                             
         
            
            
            
            react在做大型项目的时候,前端的数据一般会越来越复杂,状态的变化难以跟踪、无法预测,而redux可以很好的结合react使用,保证数据的单向流动,可以很好的管理整个项目的状态,但是具体来说,下面是redux的一个核心流程图: 即整个项目的数据存储在Store中,每个状态下Store会生成一个st            
                
                    
                        
                                                            
                                                                        
                                                                                        转载
                                                                                    
                            2017-08-30 21:24:00
                            
                                98阅读