Read the Docs

OneFlow 是什么？ OneFlow 是开源的、采用全新架构设计，世界领先的工业级通用深度学习框架。特点包括： 分布式训练全新体验，多机多卡如单机单卡一样简单 完美契合一站式平台(k8s + docker) 原生支持超大模型 近零运行时开销、线性加速比 灵活支持多种深度学习编译器 自动混合精度 中立开放，合作面广 持续完善的算子集、模型库 更多参考： OneFlow特点与机器学习的未来 OneFlow官方在线文档的 github仓库 OneFlow在线文档： http://docs.oneflow.org/ BenchMark项目： https://github.com/Oneflow-Inc/OneFlow-Benchmark API项目： https://github.com/Oneflow-Inc/oneflow-api 在线文档不仅有 OneFlow系统设计 的介绍，还包括以下模块： 【 首页】 【 快速上手】 【基础专题】 【拓展专题】 【高级应用实例】 【API】 【OneFlow开源计划】 本仓库包含中文文档和英文文档，分别存放于cn、en文件夹下，文档目录结构树： . ├── quick_start 快速上手 ├── basics_topics 基础专题 ├── extended_topics 拓展专题 ├── code 文档示例代码 │ ├── basics

前言： 　　 最近在关注微服务，在 eShop On Containers 项目中存在一个API网关项目，引起想深入了解下它的兴趣。 　　　 一、API网关是什么 　　API网关是微服务架构中的唯一入口，它提供一个单独且统一的API入口用于访问内部一个或多个API。它可以具有 身份验证，监控，负载均衡，缓存，请求分片与管理 ，静态响应处理等。API网关方式的核心要点是，所有的客户端和消费端都通过统一的网关接入微服务，在网关层处理所有的非业务功能。通常，网关也是提供REST/HTTP的访问API。服务端通过API-GW注册和管理服务。 二、Ocelot简介 　　 Ocelot 是一个用.NET Core实现并且开源的API网关，它功能强大，包括了：路由、请求聚合、服务发现、认证、鉴权、限流熔断、并内置了负载均衡器与Service Fabric、Butterfly Tracing集成。这些功能只都只需要简单的配置即可完成 三、Ocelot工作流程 　　a) 基本集成： 　　　 根据configuration.json（后续文章会介绍详细内容）中配置内容，把接收所有的客户端请求，路由到对应的下游服务器进行处理，再将请求结果返回。而这个上下游请求的对应关系也被称之为路由。 　 b) 集成IdentityServer： 　　当我们涉及到授权认证的时候，我们可以跟Identity

原文: ASP.NET Core 使用 Redis 和 Protobuf 进行 Session 缓存 前言 上篇博文 介绍了怎么样在 asp.net core 中使用中间件，以及如何自定义中间件。项目中刚好也用到了Redis，所以本篇就介绍下怎么样在 asp.net core 中使用 Redis 进行资源缓存和Session缓存。 如果你觉得对你有帮助的话，不妨点个【推荐】。 目录 Redis 介绍 asp.net core Session 介绍 Redis & Session 实例讲解 Session的使用 使用 Protobuf 给 Session添加扩展方法 Redis 介绍 下面是 Redis官网 的介绍： Redis is an open source (BSD licensed), in-memory data structure store, used as database, cache and message broker. It supports data structures such as strings, hashes, lists, sets, sorted sets with range queries, bitmaps, hyperloglogs and geospatial indexes with radius queries. Redis

知乎上有人提问： 用python进行办公自动化都需要学习什么知识呢？ 很多人学习python，不知道从何学起。 很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。 很多已经做案例的人，却不知道如何去学习更加高深的知识。 那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！ QQ群：1097524789 这可能是很多非IT职场人士面临的困惑，想把python用到工作中，却不知如何下手？python在自动化办公领域越来越受欢迎，批量处理简直是加班族的福音。 自动化办公无非是excel、ppt、word、邮件、文件处理、数据分析处理、爬虫这些，这次就来理一理python自动化办公的那些知识点。 python基础 excel自动化 ppt自动化 word自动化 邮件处理 文件批量处理 数据处理与分析 自动化爬虫 下面一一详解。 python基础 能做这些的前提是会使用Python，最起码要熟悉基本语法，可以编写小脚本。 对于python语法的要求，你可以对照python基础教程的部分查看需要学那些，找个免费视频教程跟着学，然后多敲代码练习。如果习惯看书的话，可以买本python入门书备查。 语法主要内容基本数据类型不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组） 可变数据（3 个）：List

作者|facebookresearch 编译|Flin 来源|Github detectron2.checkpoint软件包 class detectron2.checkpoint.Checkpointer(model: torch.nn.modules.module.Module, save_dir: str = '', *, save_to_disk: bool = True, **checkpointables) 源代码： https://detectron2.readthedocs.io/_modules/fvcore/common/checkpoint.html#Checkpointer 基类： object 可以保存/加载模型以及其他可检查点对象的检查点。 __init__(model：torch.nn.modules.module.Module,save_dir：str ='',*,save_to_disk：bool = True,** checkpointables ) 参数： model(nn.Module)：模型。 save_dir(str)：保存和查找检查点的目录。 save_to_disk(bool)：如果为True,则将检查点保存到磁盘,否则禁用此检查点的保存。 checkpointables(object)：任何可检查点的对象,即具有state_dict

Python3网络爬虫基本操作（一） 一.前言 二.编写一个简单的爬虫 1.获取网页信息 2.简单实例 (1).requests安装 (2).requests库的基本用法 (3).简单实例 (4).提取需要的数据 一.前言 Python版本：Python3.X 运行环境：Windows IDE:PyCharm Python爬虫入门简单，但是深入学习后，你会发现坑越来越多，需要反复练习才能孰能生巧。 二.编写一个简单的爬虫 1.获取网页信息 在浏览器的地址栏输入URL地址，在网页处右键单击，找到检查。(不同浏览器的叫法不同，Chrome浏览器叫做检查，Firefox浏览器叫做查看元素，但是功能都是相同的)。或者在当前页面按下F12键也可执行该操作。 这样我们就能看到这个页面的HTML代码 2.简单实例 (1).requests安装 在cmd中，使用如下指令安装requests pip install requests 在PyCharm中可在setting中进行requests库的引入 (2).requests库的基本用法 官方文档地址：https://requests.readthedocs.io/zh_CN/latest/ (3).简单实例 首先，让我们先用requests.get()方法，获取网页信息。看一个例子（以https://movie.douban.com/chart为例

在上一讲中，我们已经完成了一个完整的案例，在这个案例中，我们可以通过Angular单页面应用（SPA）进行登录，然后通过后端的Ocelot API网关整合IdentityServer4完成身份认证。在本讲中，我们会讨论在当前这种架构的应用程序中，如何完成用户授权。 回顾 《 Angular SPA基于Ocelot API网关与IdentityServer4的身份认证与授权（一） 》 《 Angular SPA基于Ocelot API网关与IdentityServer4的身份认证与授权（二） 》 《 Angular SPA基于Ocelot API网关与IdentityServer4的身份认证与授权（三） 》 用户授权简介 在继续分析我们的应用程序之前，我们简单回顾一下用户授权。在用户登录的过程中，系统首先确定当前试图登录的用户是否为合法用户，也就是该用户是否被允许访问应用程序，在这个过程中，登录流程并不负责检查用户对哪些资源具有访问权限，反正系统中存在用户的合法记录，就认证通过。接下来，该用户账户就需要访问系统中的各个功能模块，并查看或者修改系统中的业务数据，此时，授权机制就会发挥作用，以便检查当前登录用户是否被允许访问某些功能模块或者某些数据，以及该用户对这些数据是否具有读写权限。这种决定用户是否被允许以某种方式访问系统中的某些资源的机制，称为授权。 最常见的授权可以基于用户组

05-Python可视化空间数据 源代码 请看此处 %matplotlib inline import pandas as pd import geopandas import matplotlib.pyplot as plt countries = geopandas.read_file("zip://data/ne_110m_admin_0_countries.zip") cities = geopandas.read_file("zip://data/ne_110m_populated_places.zip") rivers = geopandas.read_file("zip://data/ne_50m_rivers_lake_centerlines.zip") 5.1 GeoPandas的可视化函数 基础绘图 countries.plot() <matplotlib.axes._subplots.AxesSubplot at 0x7f7e787c93c8> 调整地图大小 countries.plot(figsize=(15,15)) <matplotlib.axes._subplots.AxesSubplot at 0x7f7e764cccc0> 移除边框及x，y坐标 ax=countries.plot(figsize=(15,15)) ax.set_axis_off()

作者|facebookresearch 编译|Flin 来源|Github Detectron2入门 本文档简要介绍了detectron2中内置命令行工具的用法。 有关涉及使用API​​进行实际编码的教程,请参阅我们的Colab Notebook( https://colab.research.google.com/drive/16jcaJoc6bCFAQ96jDe2HwtXj7BMD_-m5 ) ,其中涵盖了如何对现有模型进行推断,以及如何在自定义数据集上训练内置模型。 有关更高级的教程,请参阅我们的文档( https://detectron2.readthedocs.io/tutorials/extend.html )。 预训练模型的推理演示 从模型Zoo( https://github.com/facebookresearch/detectron2/blob/master/MODEL_ZOO.md ) 中选择一个模型及其配置文件 ,例如 mask_rcnn_R_50_FPN_3x.yaml 。 我们提供 demo.py 能够运行内置标准模型的工具。使用以下命令运行它： python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \ --input

问题： In Python, what are the differences between the urllib , urllib2 , urllib3 and requests module? 在Python中， urllib ， urllib2 ， urllib3 和 requests 模块之间有什么区别？ Why are there three? 为什么有三个？ They seem to do the same thing... 他们似乎在做同样的事情... 解决方案： 参考一： https://stackoom.com/question/8Syo/urllib-urllib-urllib-和请求模块之间有什么区别 参考二： https://oldbug.net/q/8Syo/What-are-the-differences-between-the-urllib-urllib2-urllib3-and-requests-module 来源： oschina 链接： https://my.oschina.net/u/4428122/blog/4341448