. . . . . . . . . . . 6 2.4 Keras 支持多个后端引擎，并且不会将你锁定到一个生态系统中 . . . . . . . . . . 6 2.5 Keras 拥有强大的多 GPU 和分布式训练支持 . . . . . . . . . . . . . . . . . . . . . . 6 2.6 Keras 的发展得到深度学习生态系统中的关键公司的支持 . . . . 26 3.3.3 如何在 GPU 上运行 Keras? . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.4 如何在多 GPU 上运行 Keras 模型? . . . . . . . . . . . . . . . . . . . . . . . 27 3.3.4.1 数据并行 . . . . . . . . . TensorFlow 后端和 Google Cloud。 • OpenGL 支持的 GPU, 比如 AMD, 通过 PlaidML Keras 后端。 2.5 Keras 拥有强大的多 GPU 和分布式训练支持 • Keras 内置对多 GPU 数据并行的支持。 • 优步的 Horovod 对 Keras 模型有第一流的支持。 • Keras 模型可以被转换为 TensorFlow 估计器并在 Google

-才云整体解决方案 海尔工业互联网 - 才云整体解决方案 多集群管理 存 储 网 络 混合云 监控日志 基础服务 镜像仓库 认证鉴权 资源管理 面向业务开发 CI/CD 微服务 应用商店 面向业务管理 弹性伸缩 API Gateway 负载均衡 应用编排 日志监控 告警 服务发现 API 业务中台 多租户管理 运维中台 云端操作系统 数据中台 面向数据与智能 Exporters Prometheus Server Short-lived jobs pod host Node pod host Endpoints Targets Data 监控维度: • 宿主机 • 容器 • 应用 • 业务 业务采集指标: • 访问量 • 错误率 • 调用耗时 • 饱和度 数据采集方式: • Push：非标 • Pull： • Filebeat扩展 数据存储方式: • OpenTSDB • Prometheus • ES 数据展现方式: • 自开发页面 • Kibana 海尔工业互联网 – 才云数据解决方案 Clever 提交多框架（TensorFlow、PyTorch 、MxNet等）的模型训练作业，支 持分布式和 GPU 加速，以及训练过 程的可视化。 模型训练 模型版本管理，模型推理服务的部署 、监控、管理和升级，提供

Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多 个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定 可能有更 大的元素。 len(view) 与tolist 的长度相等。如果 view.ndim = 0，则其长度为 1。如果 view.ndim = 1，则其长度等于 view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> 整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: 4.8. 二进制序列类型 --- bytes, bytearray, memoryview 65 The Python

Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多 个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定 可能有更大的元素。 len(view) 与tolist 的长度相等。如果 view.ndim = 0，则其长度为 1。如果 view.ndim = 1，则其长度等于 view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> 整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array.array('l', [-11111111, 22222222

Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多 个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定 可能有更大的元素。 len(view) 与tolist 的长度相等。如果 view.ndim = 0，则其长度为 1。如果 view.ndim = 1，则其长度等于 view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> 整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array.array('l', [-11111111, 22222222

Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多 个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定 可能有更 大的元素。 len(view) 与tolist 的长度相等。如果 view.ndim = 0，则其长度为 1。如果 view.ndim = 1，则其长度等于 view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> 整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array.array('l', [-11111111, 22222222

Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多 个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定 可能有更 大的元素。 len(view) 与tolist 的长度相等。如果 view.ndim = 0，则其长度为 1。如果 view.ndim = 1，则其长度等于 view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> 整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array.array('l', [-11111111, 22222222

Python 一同发行的标准库。它 还描述了通常包含在 Python 发行版中的一些可选组件。 Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多 个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定 可能有更 大的元素。 len(view) 与tolist 的长度相等。如果 view.ndim = 0，则其长度为 1。如果 view.ndim = 1，则其长度等于 view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> 整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array.array('l', [-11111111, 22222222

实参指定排序函数用的参数，如传给list.sort() 的。 default 实参是当可迭代对象为空时返回的值。如果可迭代对象为空，并且没有给 default ，则会触 发ValueError。 如 果 有 多 个 最 大 元 素， 则 此 函 数 将 返 回 第 一 个 找 到 的。 这 和 其 他 稳 定 排 序 工 具 如 sorted(iterable, key=keyfunc, reverse=True)[0] 且没有给 default ，则会触 发ValueError。 14 Chapter 2. 内置函数 The Python Library Reference, 发布 3.8.20 如 果 有 多 个 最 小 元 素， 则 此 函 数 将 返 回 第 一 个 找 到 的。 这 和 其 他 稳 定 排 序 工 具 如 sorted(iterable, key=keyfunc)[0] 和 heapq 'U'，该字符已不再具有任何效果，并被视为已弃用。之前它会在文 本模式中启用universal newlines，这在 Python 3.0 中成为默认行为。请参阅newline 形参的文档了解更 多细节。 注解: Python 不依赖于底层操作系统的文本文件概念; 所有处理都由 Python 本身完成，因此与平台 无关。 buffering 是一个可选的整数，用于设置缓冲策略。传递 0 以切换缓冲关闭（仅允许在二进制模式下），