- 综合排序
- 最热优先
- 最新优先
- 来自专栏计算机视觉理论及其实现
torch.hub
available models in hub through torch.hub.list(), show docstring and examples through torch.hub.help () and load the pre-trained models using torch.hub.load()torch.hub.list(github, force_reload=False)[source The locations are used in the order ofCalling hub.set_dir(<PATH_TO_HUB_DIR>)$TORCH_HOME/hub, if environment $XDG_CACHE_HOME/torch/hub, if environment variable XDG_CACHE_HOME is set.~/.cache/torch/hubtorch.hub.set_dir Hub uses the cache by default if it already exists in hub_dir.Users can force a reload by calling hub.load
2.3K20编辑于 2022-09-02 docker hub 镜像
docker hub官方域名有的时候无法访问，这时候可以用一些镜像站下载容器镜像，这里给出几个： docker.1panel.live dockerproxy.net docker.wanpeng.top docker 参考： https://dockerproxy.net/docs（https://dockerproxy.link/更新地址） https://www.kelen.cc/dry/docker-hub-mirror
58000编辑于 2025-07-14- 来自专栏大数据智能实战
Pytroch Hub原理分析及离线hub设计考虑
近日，PyTorch 社区发布了一个深度学习工具包 PyTorch Hub，PyTorch Hub 由一个预训练模型仓库组成，可用于提高研究工作的复现性以及新的研究。 在更新之前，优先看一下hub代码，发现其是一个独立的python文件，没有任何关联代码，于是单独下载该文件，即可以实现对应功能。如下图所示。 ? 由于没有集成到torch包中，需要单独引用hub包，然后进行加载。 Example: 'pytorch/vision[:hub]' model: Required, a string of entrypoint name defined in repo's 通过上述考虑，完全可以通过修改下载包地址到指定网址或者文件夹目录来实现离线hub的设置。
1.6K20发布于 2019-07-02 - 来自专栏叽叽西
docker hub 简单使用
在 https://hub.docker.com 免费注册一个 Docker 账号 $ docker login 退出 docker hub 可以使用以下命令： $ docker logout 拉取镜像 推送镜像 用户登录后，可以通过 docker push 命令将自己的镜像推送到 Docker Hub。 以下命令中的 username 请替换为你的 Docker 账号用户名。
1.1K20编辑于 2022-05-17 - 来自专栏PM吃瓜(公众号)
物联网IoT hub
物接入（IoT Hub）是面向物联网领域开发者的全托管云服务，通过主流的物联网协议（如MQTT）通讯，可以在智能设备与云端之间建立安全的双向连接，快速实现物联网项目。 数据型项目 适用场景 无设备概念或深度依赖数据流的场景，需使用者有较强的软硬件开发能力 特性描述 支持自定义 Topic，需对协议有较好了解 需开发者搭配规则引擎或自行处理数据流转及存储 物接入IoT Hub 用户（thing） 表示物接入IoT Hub 的用户，用户可以在每个endpoint项目中创建一个或多个用户thing。 目前基于MQTT协议，IoT Hub 支持创建发布 Publish 和订阅 Subscribe 两种权限。 ?
6.4K20发布于 2019-08-12 - 来自专栏Michael阿明学习之路
TensorFlow 2.0 - Hub 模型复用
tensorflow_hub as hub hub_url = 'https://hub.tensorflow.google.cn/google/magenta/arbitrary-image-stylization-v1 -256/2' hub_model = hub.load(hub_url) # 加载模型 outputs = hub_model(inputs) # 调用模型 2. 例子：神经风格转换 Ng 课也讲过这个例子 import tensorflow_hub as hub import matplotlib.pyplot as plt import numpy as np = 'https://hub.tensorflow.google.cn/google/magenta/arbitrary-image-stylization-v1-256/2' hub_model = hub.load(hub_url) # 调用模型 outputs = hub_model(tf.constant(content_image), tf.constant(style_image))
1.3K20发布于 2021-09-06 - 来自专栏微信公众号：Java团长
消息队列 Kombu 之 Hub
def main(arguments): hub = Hub() exchange = Exchange('asynt_exchange') queue = Queue('asynt_queue 0x02 来由 前文中，Consumer部分有一句代码没有分析： hub.run_forever() 此时，hub与Connection已经联系起来，具体如下： 具体如下图： +----------- 0x04 建立 Hub 在建立 Hub 这里会建立 Hub 内部的 Poller。 这就是Hub的作用。 调用stack如下： create_loop, hub.py:279 run_once, hub.py:193 run_forever, hub.py:185 main, testUb.py:51 <module
2K40发布于 2021-03-16 - 来自专栏罗西的思考
消息队列 Kombu 之 Hub
def main(arguments): hub = Hub() exchange = Exchange('asynt_exchange') queue = Queue('asynt_queue 0x04 建立 Hub 在建立 Hub 这里会建立 Hub 内部的 Poller。 这就是Hub的作用。 调用stack如下： create_loop, hub.py:279 run_once, hub.py:193 run_forever, hub.py:185 main, testUb.py:51 <module :361 run_once, hub.py:193 run_forever, hub.py:185 main, testUb.py:51 <module>, testUb.py:55 即：在 hub 的
1.1K10发布于 2021-03-17 - 来自专栏Kubernetes GO
Solo公司开源Service Mesh Hub
solo宣布了Service Mesh Hub的开源版本，这代表了其在简化复杂企业环境中使用服务网格的经验方面向前迈出了一大步。 ? ? 目前，Service Mesh Hub可以发现和管理Istio和Linkerd网格，并计划提供更多支持。 为了使虚拟网格生效，Service Mesh Hub首先尝试根据用户定义的互信模型建立户型，Service Mesh Hub附带一个代理，可帮助安全地代理跨集群证书签名请求，以最大程度地减少管理证书的操作负担 一旦建立互信关系，Service Mesh Hub将开始联合服务，以便跨集群访问。 从该版本开始，Service Mesh Hub支持使用跨多个群集的多个Istio 1.5+控制平面创建虚拟网格。
73130发布于 2021-02-01 - 来自专栏零域Blog
docker往docker hub上传镜像
docker往自己的docker cloud仓库上传镜像 1 登陆docker地址 docker hub地址为[https://www.docker.com/] 2 自行注册成功之后，继续下面的教程。 ，我们开始尝试上传到远程仓库 [root@clb ]# docker login 输入你的账号名 输入你的密码 输入你注册时的邮箱 login success 现在修改你的镜像文件标签，标签如果和你在hub root@clb ]# docker tag logstash5:5.5 cuilibodocker/logstash:5.5 [root@clb ]# docker images 现在终于可以上传到自己的hub 上了 [root@clb ]# docker push cuilibodocker/logstash 最后，去docker hub上看一眼是否成功
1.6K20编辑于 2022-03-27 - 来自专栏AI 算法笔记
| 比Pytorch Hub更早？三分钟带你弄懂Paddle Hub！  
关键词：PaddleHub PyTorchHub 模型库 迁移学习 Hub是什么？ Hub本意是中心，docker有docker Hub，大家可以把自己创建的镜像打包提交到docker hub上，需要的时候再pull下来，非常方便，那么模型是不是也可以这样玩呢？完全可以啊！ 现在各家都发布了Hub ，可以直接从Hub上下载pretrain模型做finetune或预测，极大的减轻了工作量。 的便捷，因为在PaddleHub中hub可以作为一个独立的模块直接运行。 download model_name 下载好模型再使用hub run预测,也可直接运行hub run。
2.1K30发布于 2019-08-16 - 来自专栏生信菜鸟团
寻找网络中的hub节点
看起来有点像最简单的degree 反正作者应该是直接用对整个网络找的hub，没在这之前划分子模块，所以我们后面还是对整个网络进行hub的寻找 cytoHubba: identifying hub objects 中始终有一些没有出现在我的top10中 检查： > PPI_hub<-c("MYC","EGF","AKT1","SUPT20H","UBA52","RPL19") > PPI_hub %in% deg_list_uniq 但是初始分数（log2FC的绝对值或者-lgPvalue）其实还是能在一定程度上说明节点的在真实的生物世界网络中的重要性 私以为其实可以两个都做做，先不带初始值看看hub节点是哪些，这时的hub节点都是因为在网络中占据了重要地位 思路打开 现在来看看有初始值的PPI如何找到hub节点 string（初始值） string最开始是没有这个功能的，后面给加上了 但是这个功能和我一开始想的并不一样 我以为的是可以加上初始值来确定hub 但是初始分数（log2FC的绝对值或者-lgPvalue）其实还是能在一定程度上说明节点的在真实的生物世界网络中的重要性 私以为其实可以两个都做做，先不带初始值看看hub节点是哪些，这时的hub节点都是因为在网络中占据了重要地位
2.8K41编辑于 2023-09-27 - 来自专栏聊点学术
【汇总】Sci-Hub可用网址
果不其然，他们在印度新德里起诉Sci-Hub侵权。但是在印度起诉版权问题，我也是相当迷惑了。 ? （剧照：《我不是药神》） 不论如何，我还是担心Sci-hub访问不了。 于是将已知的Sci-Hub网址挨个试了试，留下目前能够正常访问的网址。 注意！ 以下为目前可用网址： ① https://sci-hub.st/ ② https://sci-hub.se/ ③ http://www.sci-hub.wang/ ④ https://sci-hub.do / ⑤ http://libgen.sci-hub.pm/ ⑥ https://www.sci-hub.shop/ ⑦ https://www.sci-hub.ren/ ⑧ https://gfsoso .99lb.net/sci-hub.html 有时如果遇到访问慢，可以挨个试试这几个网址，应该能够解决大部分问题。
13.4K31发布于 2021-01-25 - 来自专栏TopFE
docker 镜像推送远程 docker hub
注册docker 账号密码 docker login 登录 使用命令行修改镜像名为推送的标准名词 docker tag 12 fizzpmc/12:v1 fizzpmc 是docker名 12是镜像名 v1 是版本号 然后使用 docker push fizzpmc/12:v1 推送
1.2K10编辑于 2022-01-24 - 来自专栏Devops专栏
Docker配置register加速Docker hub
需求 由于国内访问直接访问docker hub网速比较慢，拉取镜像的时间就会比较长，例如下面这样： image-20200413172605899 一直处于一个无情等待的状态。 首先国内的镜像平台帮我们将国外的docker hub上镜像都下载到国内，然后再提供我们国内的下载地址即可。 而我们要做的，就是将默认的下载镜像仓库，改为国内的镜像仓库即可。 上面这些步骤说的就是使用 daocloud镜像市场：https://hub.daocloud.io/ 使用DaoCloud的国内镜像加速器 登陆注册DaoCloud 访问 https://account.daocloud.io
1.7K10编辑于 2022-01-17 - 来自专栏架构驿站
一文读懂 Traefik Hub
那么，究竟什么是 Traefik Hub ? Traefik Hub 概述 首先，Traefik Hub 作为一个云原生网络平台，可帮助我们能够进行立即发布、保护和扩展边缘容器。 Traefik Hub 鼓励团队之间的合作，允许他们从小规模开始，扩展到多个集群。Traefik Hub 简化了现代分布式系统与生俱来的挑战。 接下来，我们来了解一下 Traefik Hub 的工作原理。 Traefik Hub 原理 本质上讲，Traefik Hub 适用于一切的 Kubernetes 或 Docker 集群。 Traefik Hub 使用指南 接下来，我们就迈入开始使用 Traefik Hub 环节，总体来说，Traefik Hub 很容易上手。 接下来，我们安装第一个 Traefik Hub 代理。
2.4K80编辑于 2022-11-18 - 来自专栏JFrog杰蛙DevOps
绕开Docker Hub下载限制：JFrog Artifactory
从11月1日开始，Docker将开始根据您的订阅级别限制Docker Hub的使用，并强制阻止超出限制的拉取请求。 JFrog Artifactory是最受欢迎制品库，在Docker Hub功能发布之前就已经充当了Docker Registry。 使用Artifactory，您将能够继续在自己的私有Docker容器Hub中管理容器镜像，同时减少对Docker Hub的依赖性。 下面让我们深入探讨Docker宣布的这两个限制的真正含义。 减少对Docker Hub的拉取次数 还将Artifactory用作代理Docker Hub的远程存储库，您可以减少对Docker Hub发出的拉取请求的数量。 Artifactory一次从Docker Hub请求您所需的镜像，并使用Artifactory将这些镜像提供给您的所有内部团队使用，而无需返回Docker Hub。
2.6K31发布于 2020-10-30 - 来自专栏民工哥技术之路
Docker Hub 成了危险的陷阱。。。
Docker Hub是一个深受IT人员喜爱的云容器库，允许人们自由搜索和下载Docker镜像，或将他们的作品上传到公共或个人存储库。 Docker镜像是用于快速创建包含即用型代码和应用程序的容器的模板，设置新实例的人通常会通过Docker Hub快速查找易于部署的应用程序。 不幸的是，由于黑客滥用Docker Hub服务，超过一千个恶意容器镜像被毫无戒心的用户部署到本地托管或基于云的容器上，带来严重风险。 不幸的是，Docker Hub公共存储库的规模太大，其操作员无法每天及时检查所有上传镜像。因此，可以想象还有大量恶意镜像未被报告。 Sysdig还发现，Docker Hub中大多数恶意行为者人均上传的恶意镜像数量都不多，这意味着很难通过删除和封锁少数“惯犯“的方式来快速改善Docker Hub的威胁态势。
1.4K10编辑于 2023-01-30 - 来自专栏深度学习框架
Text classification with TensorFlow Hub: Movie reviews
The tutorial demonstrates the basic application of transfer learning with TensorFlow Hub and Keras. This notebook uses tf.keras, a high-level API to build and train models in TensorFlow, and tensorflow_hub Text Classification Guide. import os import numpy as np import tensorflow as tf import tensorflow_hub as hub import tensorflow_datasets as tfds print("Version: ", tf. __version__) print("Eager mode: ", tf.executing_eagerly()) print("Hub version: ", hub.
46100发布于 2021-07-31 - 来自专栏大龄程序员的人工智能之路
TensorFlow Hub：探索机器学习组件化
TensorFlow Hub是一个发布、发现和重用TensorFlow模型的平台，致力于TensorFlow机器学习模型的组件化。 很重要的是TensorFlow Hub基于Web技术，开发者只需要通过浏览器就可以搜索、浏览TensorFlow模型。下面我们来看看在TensorFlow Hub上可以做哪些事情。 TensorFlow Hub是一个共享可重用机器学习模型的平台，其愿景是为研究人员和开发人员提供一种方便的方式分享他们的工作。 挑战赛的获奖者发表了一篇描述他们的方法的论文，并在TensorFlow Hub上发布了他们的模型，展示了迁移学习的优势。 来自TensorFlow Hub团队的Jeremiah Harmsen发布了一个Kaggle示例，演示了如何利用TensorFlow Hub的预训练模块来解决Kaggle上的情绪分析挑战。
1.1K30发布于 2019-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号