【原创】Apache Guacamole开源软件在公共创新大数据能力开放平台中的应用

最新推荐文章于 2025-07-17 13:38:56 发布

容数据服务集结号

最新推荐文章于 2025-07-17 13:38:56 发布

阅读量676

点赞数

Apache Guacamole 是一款基于 HTML5 和 JavaScript 的远程桌面查看器，支持 VNC、RDP 和 SSH 等多种标准协议。用户可以通过浏览器轻松登录 Windows 和 Linux 服务器而无需安装额外的客户端或插件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Apache Guacamole是一个基于HTML5和JavaScript的远程桌面查看器，支持 VNC、RDP 和 SSH 等标准协议。通过浏览器就可以登录到windows和liunx服务器上。

它可以让C/S模式的软件能够集成到web平台上，并且无需安装客户端或插件。

class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="1.875" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=m13304tlh9o&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=m13304tlh9o&width=670&height=376.875&auto=0"/>

容数据服务集结号

博客等级

码龄8年

3
原创

13
点赞

79
收藏

34
粉丝

关注

私信

热门文章

上一篇：: 深度学习框架的评估与比较

下一篇：: 【原创】Apache Guacamole开源软件在公共创新大数据能力开放平台中的应用

最新评论

教程 | PyTorch经验指南：技巧与陷阱
Tisfy: 十分完美，正如：十五入汉宫，花颜笑春红。
机器学习 | 八大步骤解决90%的NLP问题
Gavin_kkkk: 非常好，受益匪浅，收藏起来
教程 | PyTorch经验指南：技巧与陷阱
东方佑: import torch class net(torch.nn.Module): def __init__(self): super(net,self).__init__() self.p_1=torch.nn.Linear(1,12) self.p_2=torch.nn.Linear(1,12) self.p_x=torch.nn.Linear(1,12) self.t_mask=torch.nn.Linear(132,12) def forward(self,x): weight=self.p_1(torch.Tensor([1]))+self.p_2(torch.Tensor([1])) for i in range(10): x1=self.p_1(torch.Tensor([1]))*((i+1)**self.p_x(torch.Tensor([1]))) x2=self.p_2(torch.Tensor([1]))*(i+1) weight = torch.cat((weight,x1+x2),0) x=self.t_mask(weight) return x class net1(torch.nn.Module): def __init__(self): super(net1,self).__init__() self.p_1=torch.nn.Parameter(torch.Tensor(12)) self.p_2=torch.nn.Parameter(torch.Tensor(12)) self.p_x=torch.nn.Parameter(torch.Tensor(12)) def forward(self,x): self.t_mask=self.p_1+self.p_2 for i in range(10): x1=self.p_1*((i+1)**self.p_x) x2=self.p_2*(i+1) self.t_mask = torch.cat((self.t_mask,x1+x2),0) x=self.t_mask.view(1,1,-1,1,1)*x return x if __name__ == '__main__': data=torch.rand([1]) nt=net1() lf=torch.nn.BCELoss() op=torch.optim.Adam(nt.parameters(),lr=0.1) for i in range(10): out_data=nt(data) loss=lf(torch.rand(out_data.shape),torch.rand(out_data.shape)) print(loss) loss.requires_grad = True op.zero_grad() loss.backward() op.step()
深度学习必须熟悉的算法之word2vector（一）
imeikon: 博主你好，word2vec的CBOW输入的不是一个词的ont-hot吧，而是上下文的所有词的one-hot经过lookup后求和加平均。
入门 | 走近流行强化学习算法：最优Q-Learning
lily-0622: 算法了解一下

大家在看

最新文章

目录

展开全部

收起

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。