ICode9

精准搜索请尝试: 精确搜索
  • 以太坊 Eth源码解析:accounts账户管理源码分析(一)2022-07-29 19:01:52

    accounts账户管理源码分析(一)###目录分析目录总共如下:首先看account.go文件,里面有一个account结构体,这也是账户的核心结构文件``` json Address common.Address `json:"address"` // 由密钥派生的以太坊账户地址 URL URL `json:"url"` // 可选的资源派生

  • 模型训练随机种子及其原理2022-07-17 10:01:42

    实习中所跑实验一般都有随机种子 但是不知道原理是什么。 下边用来记录。 来源:https://wenku.baidu.com/view/eed3b921ecf9aef8941ea76e58fafab068dc445a.html def seed_everything(seed):   random.seed(seed)   os.environ['PYTHONHASHSEED'] = str(seed) np.random.seed(

  • drf -- 排序组件OrderingFilter2022-05-04 19:31:09

    对于列表数据,REST framework提供了OrderingFilter过滤器来帮助我们快速指明数据按照指定字段进行排序。 使用方法 在视图类中,添加类属性 filter_backends = [OrderingFilter] 原理:在类视图中设置filter_backends,使用rest_framework.filters.OrderingFilter过滤器,REST framework会

  • 神经网络参数初始化参数固定2022-03-19 19:35:18

    一般来说,神经网络模型实验重复多次,但最终结果仍然有较大波动时,应该从三个方面结果:种子、初始点、优化器。 其中种子的固定尤为关键,应在代码中加入下列种子固定代码 def setup_seed(seed): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) tor

  • 一文了解Flink State Backends2022-01-03 14:36:25

    原文链接: 一文了解Flink State Backends 当我们使用Flink进行流式计算时,通常会产生各种形式的中间结果,我们称之为State。有状态产生,就必然涉及到状态的存储,那么Flink中定义了哪些形式的状态存储呢,下面一一给大家介绍一下。 State Backends MemoryStateBackend FsStateBackend R

  • 【算法】机器学习中固定随机数种子2021-12-14 15:31:29

    将下列函数在程序入口执行即可,其中 torch.backends.cudnn.benchmark 设置为 False 将放弃网络模型的卷积层优化,使得运行速度大幅度下降。 def set_seed(seed=1024): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) # cu

  • 随机种子、torch.backends.cudnn.benchmark\.deterministic2021-10-24 13:01:47

    为什么使用相同的网络结构,跑出来的效果完全不同,用的学习率,迭代次数,batch size 都是一样? 固定随机数种子是非常重要的。 但是如果你使用的是PyTorch等框架,还要看一下框架的种子是否固定了。还有,如果你用了cuda,别忘了cuda的随机数种子。这里还需要用到torch.backends.cudnn.det

  • RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR2021-10-12 15:34:55

    这个问题解决了一天。。。。 好好的训练代码,换了一台机器,就报错了。 以为是cuda11造成的,担心cuda版本和pytorch版本不匹配,一顿重装,结果没解决。 问题现象: raceback (most recent call last):   File "train.py", line 100, in <module>     main(opt)   File "train.py", li

  • torch.backends.cudnn.benchmark2021-08-31 20:32:40

    大家在训练深度学习模型的时候,经常会使用 GPU 来加速网络的训练。但是说起 torch.backends.cudnn.benchmark 这个 GPU 相关的 flag,可能有人会感到比较陌生。在一般场景下,只要简单地在 PyTorch 程序开头将其值设置为 True,就可以大大提升卷积神经网络的运行速度。既然如此神奇,为什么

  • Django(67)drf搜索过滤和排序过滤2021-06-21 11:35:03

    前言 当我们需要对后台的数据进行过滤的时候,drf有两种,搜索过滤和排序过滤。 搜索过滤:比如我们想返回sex=1的,那么我们就可以从所有数据中进行筛选 排序过滤:比如我们想对价格进行升序排列,就可以使用排序过滤   搜索过滤 在实际的使用过程中十分简单,只需要在视图类中配置一个全局变

  • python开发之mysql注意事项2021-06-03 12:35:37

    一、 1,setting 下配置: DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'orm', #要连接的数据库 'USER': 'root', #连接数据库的用户名 'PASSWORD&

  • Nginx 动态DNS反向代理的几种方式2021-05-27 19:01:44

    第一种方式: 域名 server {     ...     proxy_pass http://dev.foxchan.com:10086;     ... }缺点: 如果ip发生变化,此处nginx就无法反向代理了,必须重启一次nginx才行。原因: nginx在第一次解析域名后,会缓存该域名的信息,并且不会主动更新第二种方式 :resolver 配合set serv

  • Building a GraphQL to SQL Compiler on Postgres, MS SQL and MySQL2021-05-03 21:03:09

    转自:https://hasurahq.medium.com/building-a-graphql-to-sql-compiler-on-postgres-ms-sql-and-mysql-103dc99acec0 The release of Hasura 2.0 included one of the most exciting features to date — multiple database backends, and in particular, support for our first

  • torch.backends.cudnn.benchmark2021-04-15 13:04:59

    import torch.backends.cudnn as cudnn cudnn.benchmark = True 可以在 PyTorch 中对模型里的卷积层进行预先的优化,也就是在每一个卷积层中测试 cuDNN 提供的所有卷积实现算法,然后选择最快的那个。这样在模型启动的时候,只要额外多花一点点预处理时间,就可以较大幅度地减少

  • Go实现简单负载均衡2021-03-20 10:51:53

     平台开发 360云计算 女主宣言今天小编为大家分享一篇关于Go实现简单的负载均衡器的文章,只是对负载均衡进行了基础的功能实现,有助于对负载均衡的理解。如果有兴趣,也可以以此为基础进行功能扩展,希望能对大家有所帮助。PS:丰富的一线技术、多元化的表现形式,尽在“360云计算”,点关注

  • Django终端打印SQL语句2020-12-29 23:32:48

    在Django项目的settings.py文件中,在最后复制粘贴如下代码: LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'cla

  • Django16-cache缓存2020-11-26 15:03:28

    一、介绍 当用户访问某个url时,系统会尝试多缓存中查找内容,如果缓存中存在页面内容,则直接返回缓存中的页面,如果缓存中不存在,就需要通过后台代码逻辑如数据库查询等,将生成的网页内容保存到缓存中以备下一次使用,同时将网页内容返回给用户。 Django提供多种缓存类型:Memcached缓存,数据

  • torch.backends.cudnn.benchmark = true2020-03-08 20:39:49

    设置这个 flag 可以让内置的 cuDNN 的 auto-tuner 自动寻找最适合当前配置的高效算法,来解决达到优化运行效率的问题。 如果网络的输入数据维度或类型上变化不大,设置 torch.backends.cudnn.benchmark = true 可以增加运行效率; 如果网络的输入数据在每次 iteration 都变化

  • django的session替换2019-12-07 23:01:46

    默认情况下,session 数据是存储到数据库中的。当然也可以将session数据存储到其他地方。可以通过设置SESSION_ENGINE来更改session的存储位置,这个可以配置为以下几种方案:1. django.contrib.sessions.backends.db :使用数据库。默认就是这种方案。2. django.contrib.sessions.ba

  • drf 搜索功能2019-11-21 23:01:35

    from django_filters.rest_framework import DjangoFilterBackend from rest_framework import viewsets from .serializer import UserSerialiser class UserViewset(viewsets.ReadOnlyModelViewSet):      ''' List: 查询用户列表 Retrieve:         查询某用户

  • cinder glusterfs配置操作2019-10-26 14:54:19

    cinder glusterfs配置操作 ##########cinder 节点配置echo '[glusterfs]volume_driver = cinder.volume.drivers.glusterfs.GlusterfsDriverglusterfs_shares_config = /etc/cinder/glusterfs_sharesglusterfs_mount_point_base = $state_path/mnt_glustervolume_backend_name=g

  • Django下使用mysql数据库2019-10-07 10:56:20

    1. 安装 pymysql 包用作 python 和 mysql 的接口$ sudo pip3 install pymysql安装 mysql 客户端 ( 非必须 ) $ sudo pip3 install mysqlclient 2.创建 和 配置数据库1. 创建数据库创建 create database 数据库名 default charset utf8 collate utf8_general_ci;create databas

  • python3.5+Django2.2+pymysql+mysql2019-09-30 14:54:13

    1,在project同名文件夹下的__init__文件中添加如下代码即可 import pymysqlpymysql.install_as_MySQLdb(), 2,修改setting文件 DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'test2', &

  • # Django 2.2.*问题记录2019-09-15 19:03:23

    使用pymysql作为Django连接MySQL数据库的工具时,碰到以下问题,留下记录以便后期遇到相同问题时查看。 问题1 django.core.exceptions.ImproperlyConfigured: mysqlclient 1.3.13 or newer is required; you have 0.9.3. 解决办法: \(\qquad\)打开文件/usr/local/lib/python3.7/site-p

  • django用它自带的验证模块登陆2019-08-15 20:03:28

    django用它自带的验证模块登陆 首先你的用户模块要使用django的用户模块: from django.contrib.auth.models import AbstractUser class User(AbstractUser): pass 然后要在setting里面配置AUTHENTICARION_BACKENDS: AUTHENTICATION_BACKENDS=( 'django.contrib.auth.b

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有