pytorch例程,pytorch并行计算

　　很多学过的东西我都没时间一一分析。以后有时间再细化。现在，我只能先做一个简要的记录，以免以后忘记一些东西。

　　1.在线机器学习FTRL，一个被各大公司广泛使用的在线学习算法，详细解释。

　　在线学习(online machine learning)是业界常用的机器学习算法，在很多场景下都能取得很好的效果。本文主要介绍在线学习的基本原理和两种常用的在线学习算法：FTRL(follow the regulated leader)[1]和BPR(Bayesian Probit Regulation)[2]，以及在线学习的实际应用。

　　主动学习

　　基于低秩约束在线自监督学习的场景分类方法

　　无监督图像分类关于无监督图像分类的deepmind文章

　　FAIR提出利用聚类方法结合卷积网络实现无监督的端到端图像分类。

　　2.python多处理，多线程()，协同处理多进程python并发编程多进程(实践)

　　Python多进程编程

　　基于多处理过程的并行性

　　使用multiprocessing多进程共享数据(添加)开始标志=multiprocessing.manager()。value (b ，false) bool结束标志=multiprocessing.manager()。value (e ，True)bool result imgs=multi processing . manager()。queue()关于共享数据的更多格式，请参考共享数据的格式。

　　在Python进程之间共享数据

　　3.ubuntu使用该命令对压缩包进行加密解压缩，比如加密文件：test.zip

　　Unzip: unzip -P密码测试. zip

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。