V
主页
[flask web 核心] 02 使用 jinja 创建模板 html 及初步使用 bootstrap 丰富页面内容
发布人
code:https://github.com/chunhuizhang/bilibili_vlogs/tree/master/web/flask_proj/tut02 jinja:https://jinja.palletsprojects.com/en/3.0.x/templates/#list-of-control-structures bootstrap:https://getbootstrap.com/docs/5.2/getting-started/introduction/
打开封面
下载高清视频
观看高清视频
视频下载器
【flask web 核心】01 认识 request,response 以及 cookie
bootstrap5快速入门
【flask web 核心】03 前后端分离(传输 matplotlib 图像到前端),图像编码(base64)与数据传输(render_template)
《随机森林》算法详解
[python 多进程、多线程、协程] 02 用 python 多线程实现生产者消费者流程
[pytorch distributed] 01 nn.DataParallel 数据并行初步
【鸿蒙HMRouter路由框架】第二讲:路由传参的使用讲解,用过都说好用极了!router或navigation必将成为过去式!
[einops 01] einsum 补充与 einops 初步(实现 ViT 的图像分块)
[全栈深度学习] 02 vscode remote(远程)gpus 服务器开发调试 debugger(以 nanoGPT 为例)
[pytorch 强化学习] 03 动手写迷宫环境(maze env)状态及动作策略初步(及动画保存)
【python app 开发】02 使用 tkinter 及 PIL (pillow) 制作图像九宫格
[pytorch 番外] Tensorboard 与计算图初步(算子与 ATen)
【开源】网页端播放h265视频流解决方案,开源一个转码服务器
[蒙特卡洛方法] 02 重要性采样(importance sampling)及 python 实现
【鸿蒙HMRouter路由框架】第一讲:教你如何首次搭建使用HMRouter,只要你用过一次!你大概会马上换掉router或者navigation!
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation(低秩逼近)
【flask web 核心】04 认识浏览器开发者工具:调色板与取色器(color picker),从照片中取色
【python app 开发】01 使用 tkinter 及 pyinstaller 制作一个简单的日期管理软件
[工具的使用] python jupyter 环境安装配置拓展(nbextension)(ExcecuteTime:执行时间,Table of Content)
[python 全栈] 正则表达式初步与指南
[A100 02] GPU 服务器压力测试,gpu burn,cpu burn,cuda samples
【统计学】p-value(p值) 与 z-score(标准分/z得分/z分数)定义,计算以及适用场景
[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像
【深度学习环境搭建】01 本机、GPU服务器端深度学习环境搭建(代码、数据共享)
[蒙特卡洛方法] 03 接受/拒绝采样(accept/reject samping)初步 cases 分析
[优化算法] 梯度下降、共轭梯度、牛顿法、逆牛顿法(BFGS)
[Python 机器学习] 深入理解 numpy(ndarray)的 axis(轴/维度)
[AI 核心概念及计算] 概率计算 01 pytorch 最大似然估计(MLE)伯努利分布的参数
[pytorch] [求导练习] 03 计算图(computation graph)及链式法则(chain rule)反向传播过程
【深度学习环境搭建】02 gpu 服务器端部署 jupyter notebook server
[python 多进程、多线程以及协程] 01 关于进程(multiprocessing,pid、ppid)
[bert、t5、gpt] 10 知识蒸馏(knowledge distill)初步,模型结构及损失函数设计
[diffusion] 生成模型基础 VAE 原理及实现
[pytorch distributed] 02 DDP 基本概念(Ring AllReduce,node,world,rank,参数服务器)
[AI 核心概念及计算] 优化 01 梯度下降(gradient descent)与梯度上升(gradient ascent)细节及可视化分析
[LLMs 实践] 02 LoRA(Low Rank Adaption)基本原理与基本概念,fine-tune 大语言模型
【计算机视觉】基于 Siamese network 的图像相似性计算(keras 预训练网络及微调,多输入单输出)
[动手写bert系列] 01 huggingface tokenizer (vocab,encode,decode)原理及细节
[RLHF] 从 PPO rlhf 到 DPO,公式推导与原理分析
【python 信号与系统】02 scipy.signal.convolve2d 二维(图像)卷积及其与 CNN 的区别