Advertisement

Python库 | dgl_cu110 0.6.0 cp38 cp38 manylinux1 x86_64.whl

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
dgl_cu110 0.6.0是一个专为Python设计的深度图学习库，针对CUDA 11.0进行了优化，适用于CPython 3.8版本，在manylinux1平台下的x86_64架构上运行。 资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：dgl_cu110-0.6.0-cp38-cp38-manylinux1_x86_64.whl 安装方法请参考相关文档或官方指南。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Python库 | dgl_cu110 0.6.0 cp38 cp38 manylinux1 x86_64.whl
    优质
    dgl_cu110 0.6.0是一个专为Python设计的深度图学习库，针对CUDA 11.0进行了优化，适用于CPython 3.8版本，在manylinux1平台下的x86_64架构上运行。 资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：dgl_cu110-0.6.0-cp38-cp38-manylinux1_x86_64.whl 安装方法请参考相关文档或官方指南。
     
  • tensorflow-2.4.2-cp38-cp38-manylinux2010-x86_64.whl
    优质
    这是一个针对Python 3.8版本编译的TensorFlow 2.4.2二进制安装包，适用于许多Linux系统（x86_64架构），通过pip命令可以轻松安装。 TensorFlow 是一个开源软件库，用于执行高性能数值计算。它支持在不同平台（包括 CPU、GPU 和 TPU）上部署计算任务，并适用于桌面、服务器或移动设备等多种环境。最初由 Google Brain 团队开发并于 2015 年以 Apache 2.0 开源许可证发布。 TensorFlow 的主要特点在于其灵活性、可扩展性和可移植性，能够支持从手机应用到复杂机器学习系统的各种计算需求。它提供了一系列库、工具和社区资源，帮助研究人员推进人工智能领域的前沿，并使开发人员可以轻松构建并部署由机器学习驱动的应用程序。 TensorFlow 使用数据流图来表示计算过程，在这种图中节点代表操作而边则为各操作间的数据流动路径。这使得 TensorFlow 能够高效地执行并行计算并在各种硬件平台上运行。此外，它还支持自动微分功能，这对于实现复杂的机器学习算法（如深度神经网络）至关重要。
     
  • Python库 | ale_py 0.7rc2 cp38 cp38 macosx_10_15_x86_64.whl
    优质
    ale_py是一个用于安装在macOS系统上的Python库，版本为0.7rc2，适用于Python 3.8环境，支持x86_64架构。该库提供ALE（Atari Learning Environment）的接口，便于研究和开发 Atari 游戏相关的强化学习算法。 资源分类：Python库 所属语言：Python 资源全名：ale_py-0.7rc2-cp38-cp38-macosx_10_15_x86_64.whl 安装方法可参考相关文档或教程。
     
  • Python库 | rapidfuzz 1.4.0 cp38 cp38 win32 whl
    优质
    rapidfuzz 1.4.0 是一个专为Python 3.8版本在Windows系统下编译的快速模糊匹配库，适用于高效处理字符串相似度计算。 资源分类：Python库 所属语言：Python 资源全名：rapidfuzz-1.4.0-cp38-cp38-win32.whl 安装方法可参考相关文档或官方指导。
     
  • Python库 | scipy 1.8.0rc2 cp38 cp38 macosx_12_0_arm64 whl
    优质
    这段简介描述的是SciPy 1.8.0候选版本（rc2）的Python安装包，适用于使用CPython 3.8解释器的苹果M1芯片MacOS系统。该文件类型为二进制_wheel_格式。 资源分类：Python库 所属语言：Python 资源全名：scipy-1.8.0rc2-cp38-cp38-macosx_12_0_arm64.whl 资源来源：官方 安装方法可以参考相关文档或指南。
     
  • Python库 | memtorch_cpu 1.1.0 cp38 cp38 win_amd64.whl
    优质
    MemTorch_CPU是一个专为Windows环境设计的Python库，基于MemTorch项目，提供CPU优化的人工智能和神经形态计算功能。版本1.1.0兼容CPython 3.8。 Python库文件已解压并可供使用。资源全名：memtorch_cpu-1.1.0-cp38-cp38-win_amd64.whl。
     
  • Python库 | Shapely 1.7.1 (cp38-cp38-win_amd64).whl
    优质
    Shapely 1.7.1是一个用于处理几何对象的Python库，支持空间数据的操作和查询。兼容CPython 3.8版本，适用于Windows 64位系统。 资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：Shapely-1.7.1-cp38-cp38-win_amd64.whl 安装方法可以参考相关文档或教程进行学习和操作。
     
  • Python库 | pillow_heif-0.1.4-cp38-cp38-whl-for-macosx_10_9_x86_64
    优质
    这是一个针对MacOS系统的Python包，名为pillow_heif，版本为0.1.4，适用于Python 3.8环境，用于在PILLOW库中增加HEIF图片格式的支持。 资源分类：Python库 所属语言：Python 资源全名：pillow_heif-0.1.4-cp38-cp38-macosx_10_9_x86_64.whl 安装方法可参考相关文档或教程。
     
  • Python GDAL-3.1.2-cp38-cp38-win_amd64.whl
    优质
    这是一份GDAL库（版本3.1.2）针对Python 3.8环境编译的Windows AMD64架构下的二进制安装包，用于地理空间数据处理。 GDAL是一个用于处理各种栅格地理数据格式的库，支持读取、写入、转换和处理多种栅格数据格式（某些特定格式可能不支持所有操作）。该版本已验证可以在Python 3.8上运行。由于从外网下载速度较慢，这里分享出来供他人使用。