weivick的博客

1.首先打开matlab，在matlab命令行里输入deploytool，如果没有会提示安装matlab compilermatlab compiler SDK点击安装2.选择Library Compiler，然后在左上角选择python package，然后选择你要打包的函数文件（点蓝色的加号），这个方法会把你选择的matlab函数文件打包成一个python库3.设置库名（Library name），并打包函数之间关系：如果一个matlab函数调用了另外的matlab函数，要把调用的函数

支持：Windows®, Linux®, Mac如何从 MATLAB® 函数创建 Python® 包并将生成的包集成到 Python 应用程序中。1.确认安装了与 MATLAB Compiler SDK™ 兼容的 Python 版本。2.最终用户必须安装 MATLAB Runtime 才能运行应用程序。MATLAB Runtime 是一套独立的共享库，可以执行已编译的 MATLAB 应用程序或组件。当 MATLAB、MATLAB Compiler 和 MATLAB Runtime 一起使用时，您可

因为MindSpore 不支持MacOs，只能在之前安装的docker环境下安装预备工作先删除一些不必要的镜像、容器，节省电脑空间，也防止长时间容器太多记忆混乱docker rmi 镜像:版本或docker rm 容器ID镜像重命名docker tag 原镜像名：版本 新镜像名：版本docker tag lfcc:latest nvidia/cuda_conda_env:v1 运行镜像docker run --name="huaweiCloud" -it nvidia/cud

拉取基础镜像，基础镜像基于cuda10.1，基础镜像种已经包含了python3 ,pip3.FROM Centos:7.2.15.11#FROM pytorch/pytorch:1.1.0-cuda10.0-cudnn7.5-devel#FROM nvidia/cuda:10.0-cudnn7-devel-centos7LABEL maintainer “hhwei” #维护者信息RUN mkdir /tmp#COPY ./pytorch/pytorch:1.1.0-cuda10.0-cudn

本文基于已有的nvidia/cuda:10.1-cudnn8-devel-ubuntu18.04镜像，配置pytorch和python、conda训练环境1.安装好docker软件，并且启动的情况下docker pull nvidia/cuda:10.1-cudnn8-devel-ubuntu18.04查看安装的镜像docker images2.创建启动容器利用下载好的镜像，创建一个交互式的容器。docker run -it --name cuda101 10.1-cudnn8-dev

FROM nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04#ADD Python-3.5.5.tgz /opt #更新aptRUN apt-get update && apt-get install -y wgetRUN wget -O /opt/Python-3.5.5.tar.tgz https://www.python.org/ftp/python/3.5.5/Python-3.5.5.tgz#安装依赖RUN

FROM nvidia/cuda:9.0-cudnn7-devel-centos7RUN yum -y install make wget \ && wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo \ && wget -P /etc/yum.repos.d/ http

FROM centos:7 #安装网络下载wget包，并从镜像下载Centos-7.repo 和epel-7.repo RUN yum -y install make wget \ && wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo \ && wget -P /e

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口1.安装docker首先，我们进入docker官网，下载安装文件，网址为：https://docs.docker.com/docker-for-windows/install/随后，我们需要登录才能下载。安装成功，docker会在你的右下方出现一个小鲸鱼，之后就可以使用doc

self-attention自注意力自我注意已经成功地用于各种任务，包括阅读理解、抽象总结、文本蕴涵和学习任务独立的句子表征。原文地址：https://semanticscholar.org/paper/204e3073870fae3d05bcbc2f6a8e263d9b72e776代码地址：https://github.com/tensorflow/tensor2tensor本文贡献：1）不同于以往主流机器翻译使用基于RNN的seq2seq模型框架，该论文用attention机制代替了RNN搭