【Rust 日报】2023-01-15 交互式AI训练模拟器
2023-06-13 09:17:00 时间
预写日志okaywal
基础示例:
// 用Checkpointer开一个log,echo传递到Checpointer trait定义的每个函数的信息
let log = WriteAheadLog::recover("my-log", LoggingCheckpointer)?;
// 开始向日志写入一个 entry
let mut writer = log.begin_entry()?;
// 每个entry都是一个或多个chunk。每个chunk都可以使用其 LogPosition 单独寻址
let record = writer.write_chunk("this is the first entry".as_bytes())?;
// 为了让所有数据能flush到磁盘并创建新的entry这一过程足够鲁棒,需要commit
writer.commit()?;
链接:https://bonsaidb.io/blog/introducing-okaywal/
GitHub:https://github.com/khonsulabs/okaywal
cargo-limit
不那么「聒噪」的 Cargo:错误修复之前跳过警告(先修复错误,再看警告)。有 nvim 集成。
支持的命令:
cargo lbench
cargo lbuild
cargo lcheck
cargo lclippy
cargo ldoc
cargo lfix
cargo lrun
cargo lrustc
cargo lrustdoc
cargo ltest
GitHub:https://github.com/alopatindev/cargo-limit
cargo-vet
一个命令行工具,确保第三方 Rust 依赖项已由受信任的实体审核,轻巧且易于集成。
链接:https://mozilla.github.io/cargo-vet/
使用GitHub Workshop开发WasmEdge应用
GitHub:https://github.com/kinfey/GitHubCodeSpaceWorkShop/blob/main/EN/02.CloudNativeInWasmEdge.md
交互式AI训练模拟器
不过,真的是个非常简单的神经网络了。
GitHub:https://github.com/sparshg/asteroids-genetic
相关文章
- [日常训练]AekdyCoin的跳棋「建议收藏」
- 详解DQN训练技巧!带你回到深度强化学习「梦开始的地方」
- 最全深度学习训练过程可视化工具(附github源码)
- 快递单中抽取关键信息【一】----基于BiGRU+CR+预训练的词向量优化
- 7 Papers & Radios | Hinton前向-前向神经网络训练算法;科学家造出「虫洞」登Nature封面
- 第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-49 算法训练 寻找数组中最大值
- 在 PyTorch 中使用梯度检查点在GPU 上训练更大的模型
- Hugging Face发布PyTorch新库「Accelerate」:适用于多GPU、TPU、混合精度训练
- 无需成千上万张目标图片训练:GAN 没见过猪,却能把狗变成猪
- 训练时间有望缩短至几分钟!台积电或将生产Cerebras的“超级”AI芯片
- Rust编程实现Redis的强大功能(用rust开发redis)
- Rust构建Redis连接应用(rust 连接redis)
- Rust实现高性能Redis服务器集群(rust 实现redis)
- Redis面试突击训练实战视频教程(redis面试视频教学)