文章目录1Spark简介2Spark的核心组成（5大模块）3Spark的主要特征（4大特征）4Spark对比MapReduce1Spark简介初步了解一项技术，最好的方式就是去它的官网首页，一般首页都会有十分官方且准确的介绍，学习Spark也不例外，官方介绍：ApacheSpark™是一种多语言引擎，用于在单节点机器或集群上执行数据工程、数据科学和机器学习。我们可以得知，Spark可以单节点运行，也可以搭建集群来保证可靠性和负载均衡等等，同时，除了我们熟知的可以处理大数据场景业务外，Spark还可以进行数据科学和机器学习（如SparkMLlib就是Spark提供的一个机器学习算法库）。Spar
在阅读本文前需要了解的术语：授权人/非授权人：授权人指获取了查看数据权限的用户，非授权人则是指未获取到权限的用户。明文/密文：明文指没有加密的数据内容，密文是指加密后的数据内容CIA(密码学中不是美国中情局的意思，是信息安全三要素)：C-Confidentiality机密性I-Integrity完整性A-Availability可用性机密性：数据只能由授权人进行访问和处理完整性：保证数据的完整不被第三方非授权人或机构进行篡改可用性：保证数据可以随时被授权人进行访问扩散、混淆：扩散:扩散就是让明文中的每一位影响密文中的许多位，或者说让密文中的每一位受明文中的许多位的影响。每一字母在密文中出现的频
在阅读本文前需要了解的术语：授权人/非授权人：授权人指获取了查看数据权限的用户，非授权人则是指未获取到权限的用户。明文/密文：明文指没有加密的数据内容，密文是指加密后的数据内容CIA(密码学中不是美国中情局的意思，是信息安全三要素)：C-Confidentiality机密性I-Integrity完整性A-Availability可用性机密性：数据只能由授权人进行访问和处理完整性：保证数据的完整不被第三方非授权人或机构进行篡改可用性：保证数据可以随时被授权人进行访问扩散、混淆：扩散:扩散就是让明文中的每一位影响密文中的许多位，或者说让密文中的每一位受明文中的许多位的影响。每一字母在密文中出现的频
论文名称：DeepHigh-ResolutionRepresentationLearningforHumanPoseEstimation论文下载地址：https://arxiv.org/abs/1902.09212官方源码地址：https://github.com/leoxiaobin/deep-high-resolution-net.pytorch在bilibili上的视频讲解：https://www.bilibili.com/video/BV1bB4y1y7qP文章目录0前言1HRNet网络结构2预测结果（heatmap）的可视化3损失的计算4评价准则5其他5.1数据增强5.2注意输入图片
论文名称：DeepHigh-ResolutionRepresentationLearningforHumanPoseEstimation论文下载地址：https://arxiv.org/abs/1902.09212官方源码地址：https://github.com/leoxiaobin/deep-high-resolution-net.pytorch在bilibili上的视频讲解：https://www.bilibili.com/video/BV1bB4y1y7qP文章目录0前言1HRNet网络结构2预测结果（heatmap）的可视化3损失的计算4评价准则5其他5.1数据增强5.2注意输入图片
Anconda+PyTorch最新安装教程（2023-04-29）安装流程1.安装Anaconda装完之后2.创建pytorch环境3.检查显卡（NVIDIA显卡）（AMD显卡可跳过）4.配置阿里云镜像源进入base环境，键入命令5.安装pytorch6.测试我遇到的错误1.下载问题解决办法2.版本问题解决办法安装方法7.CUDA核心NVIDIA显卡成功图其他显卡安装成功图安装流程1.安装Anaconda2.创建机器学习环境3.检查显卡，更新驱动4.配置阿里云镜像源5.安装pytorch6.测试7.CUDA核心1.安装Anacondahttps://www.anaconda.com/downl
pytorch2.0安装与体验一只胖橘的个人博客介绍pytorch2.0相对1.x进行了大版本更新，向下兼容！！！！通过官网阅读可知他最大的更新是torch.compile()，通过编译的方式，用一行代码实现模型的稳定加速。compiled_model=torch.compile(model)这个语句返回一个原来模型的引用，但是将forward函数编译成了一个更优化的版本。官方同时提供一些参数可以使用：deftorch.compile(model:Callable,*,mode:Optional[str]="default",dynamic:bool=False,fullgraph:bool=
pytorch2.0安装与体验一只胖橘的个人博客介绍pytorch2.0相对1.x进行了大版本更新，向下兼容！！！！通过官网阅读可知他最大的更新是torch.compile()，通过编译的方式，用一行代码实现模型的稳定加速。compiled_model=torch.compile(model)这个语句返回一个原来模型的引用，但是将forward函数编译成了一个更优化的版本。官方同时提供一些参数可以使用：deftorch.compile(model:Callable,*,mode:Optional[str]="default",dynamic:bool=False,fullgraph:bool=
PPO2代码玩gym库的Pendulum环境2022-8-02更新我发现这篇文章浏览量惨淡啊。咋滴，是不相信的我代码能用是吗？所以，我给出reward的收敛曲线图：开玩笑，出来混，我能卖你生瓜码子吗？——————————————————这里分割线————————————————xdm，时隔一年，今天终于走到了莫烦视频的最后一章——PPO，不得不说，我自己个人亲历，感觉PPO比其他基础算法（PG、DQN、A2C、DDPG）都要难点儿。我之前的关于A2C等等博客直接都是给出代码就不管事了，但是，今天，这篇针对PPO2的博客，我们既谈算法~~~~~也抠代码！！！！！-PPO与PPO2的区别：首先说明
PPO2代码玩gym库的Pendulum环境2022-8-02更新我发现这篇文章浏览量惨淡啊。咋滴，是不相信的我代码能用是吗？所以，我给出reward的收敛曲线图：开玩笑，出来混，我能卖你生瓜码子吗？——————————————————这里分割线————————————————xdm，时隔一年，今天终于走到了莫烦视频的最后一章——PPO，不得不说，我自己个人亲历，感觉PPO比其他基础算法（PG、DQN、A2C、DDPG）都要难点儿。我之前的关于A2C等等博客直接都是给出代码就不管事了，但是，今天，这篇针对PPO2的博客，我们既谈算法~~~~~也抠代码！！！！！-PPO与PPO2的区别：首先说明
