转载于https://cloud.tencent.com/developer/article/1049579，如有侵权，请联系 chris.zhang@wiz.ai 删除深度学习模式可能需要几个小时，几天甚至几周的时间来训练。如果运行意外停止，你可能就白干了。在这篇文章中，你将会发现在使用Keras库的Python训练过程中，如何检查你的深度学习模型Checkpoint神经网络模型应用程序Chec

执行install_mkl.sh时会下载mkl，但是国内速度过于慢，而且因为过慢的速度，还是timeout。真是无法忍受。那么看一下是否可以另辟蹊径呢？当然，如果可以人肉FQ也是可以的，不过大多同学可能没有这个条件...

磁盘满了默认的华为云服务器，在创建时如果没有指定磁盘大小，默认是40G实例运行后发现磁盘小了，这时如果想扩容，可以这样操作磁盘扩容的两种方式1. 新增磁盘一般来说，训练使用的或者普通计算使用的话，普通IO就可以了，土豪请随意哈。新增磁盘后，可以在云硬盘中看到新增加的硬盘登陆到云主机，df -h看一下，发现并没有自动挂在上去fdisk -l看一下磁盘情况，发现添加了一块/dev/vdb的磁盘格式化新

在Ubuntu16/18上安装CUDA大体上是相同的，这里OS是Ubuntu16.04，目标CUDA版本是10.1准备条件在此之前Ubuntu需要安装好Nvidia对应的显卡驱动当然，gcc编译环境也是必要的必要检查检查是否GPU支持CUDAlspci | grep -i nvidia如果没有也没有，可能存在问题。 可以执行update-pciids再试一下。下面是我机器的out...

Metrics是torchmetrics库里的度量类基类，本篇大体介绍一下它是如何工作的它也是一个Model由类的定义可以看到，它继承与两个类，一个是我们熟悉的Module，另外一个是ABC，所以它从行为上来说，跟Module一样class Metric(Module, ABC):第一步 __call__它的行为同Model，所以通过__call__调用。所以，第一步是Model的__call__

有的时候我们需要计算多个batch的CrossEntropyLoss, 如下面的代码片段从官网上的例子来看， 一般input为(Number of Batch, Features), 而target一般为 (N,)

FFT(Fast Fourier Transform) 是 DFT(Discrete Fourier Transform)的快读实现，它在机理上没有改变DFT的算法，只是在实现上采用的巧妙的实现。 使O(N2)O(N^2)O(N2)的实现变成了O(Nlog2N)O(Nlog_2N)O(Nlog2​N)的实现，优化算法的复杂度。DFT 公式DFT的公式我们先简单回忆一下：DFT的python实现de

opensips是一个强大的SBC，它支持多种底层协议； 如udp,tcp,以及基于tcp的tls，ws，wss等。在与基于tls的sip trunk对接时，需要注意以下几点：

原文地址： https://terpconnect.umd.edu/~toh/spectrum/Convolution.html什么是卷积Convolution is an operation performed on two signals which involves multiplying one signal by a delayed or shifted version of anoth

官方文档在这里。GRU具体不做介绍了，本篇只做pytorch的API使用介绍.torch.nn.GRU(*args, **kwargs)公式下面公式忽略bias，由于输入向量的长度和隐藏层特征值长度不一致，所以每个公式的W都按x和h分开。这跟理论公式部分有一些具体的实践上区别。reset gate， 重置门rt=σ(Wirxt+Whrht−1)r_t =\sigma(W_{ir}x_t+W_{hr