书栈网 · BookStack 本次搜索耗时 0.157 秒,为您找到 179 个相关结果.
  • 介绍

    简介 整体特点 轻量性 通用性 高性能 易用性 架构设计 开始使用 性能评测 如何扩展 交流与反馈 License 致谢 English Version 简介 MNN是一个轻量级的深度神经网络推理引擎,在端侧加载深度神经网络模型进行推理预测。目前,MNN已经在阿里巴巴的手机淘宝、手机天猫、优酷等20多个App中使用,覆...
  • Introduction to Katib

    Introduction to Katib Beta Hyperparameters and hyperparameter tuning Neural architecture search Alpha version Katib interfaces Katib concepts Experiment Suggestion Trial W...
  • VolcanoJob

    VolcanoJob Introduction Example Key Fields schedulerName minAvailable volumes tasks.replicas tasks.template tasks.policies policies plugins queue priorityClassName maxR...
  • 10.12. 机器翻译

    1387 2019-06-05 《动手学深度学习》
    10.12. 机器翻译 10.12.1. 读取和预处理数据 10.12.2. 含注意力机制的编码器—解码器 10.12.2.1. 编码器 10.12.2.2. 注意力机制 10.12.2.3. 含注意力机制的解码器 10.12.3. 训练模型 10.12.4. 预测不定长的序列 10.12.5. 评价翻译结果 10.12.6. 小结 10....
  • 3.16. 实战Kaggle比赛:房价预测

    1802 2019-06-05 《动手学深度学习》
    3.16. 实战Kaggle比赛:房价预测 3.16.1. Kaggle比赛 3.16.2. 获取和读取数据集 3.16.3. 预处理数据 3.16.4. 训练模型 3.16.5. K折交叉验证 3.16.6. 模型选择 3.16.7. 预测并在Kaggle提交结果 3.16.8. 小结 3.16.9. 练习 3.16. 实战Kag...
  • 10.3. word2vec的实现

    1608 2019-06-05 《动手学深度学习》
    10.3. word2vec的实现 10.3.1. 处理数据集 10.3.1.1. 建立词语索引 10.3.1.2. 二次采样 10.3.1.3. 提取中心词和背景词 10.3.2. 负采样 10.3.3. 读取数据 10.3.4. 跳字模型 10.3.4.1. 嵌入层 10.3.4.2. 小批量乘法 10.3.4.3. 跳字模型前向计算 ...
  • Hyperparameter Tuning (Katib)

    Hyperparameter Tuning (Katib) Installing Katib Persistent Volumes Running examples Example using random algorithm TensorFlow operator example PyTorch example Monitoring resul...
  • Data Science Package for Python

    Data Science Package for Python 2.7 Modules Data Science Package for Python 3.9 Modules Installing a Data Science Package for Python Uninstalling a Data Science Package for Pyth...
  • 6.8. 长短期记忆(LSTM)

    2511 2019-06-05 《动手学深度学习》
    6.8. 长短期记忆(LSTM) 6.8.1. 长短期记忆 6.8.1.1. 输入门、遗忘门和输出门 6.8.1.2. 候选记忆细胞 6.8.1.3. 记忆细胞 6.8.1.4. 隐藏状态 6.8.2. 读取数据集 6.8.3. 从零开始实现 6.8.3.1. 初始化模型参数 6.8.4. 定义模型 6.8.4.1. 训练模型并创作歌词 ...
  • 5.1. 二维卷积层

    2124 2019-06-05 《动手学深度学习》
    5.1.2. 二维卷积层 5.1.1. 二维互相关运算 5.1.2. 二维卷积层 5.1.3. 图像中物体边缘检测 5.1.4. 通过数据学习核数组 5.1.5. 互相关运算和卷积运算 5.1.6. 特征图和感受野 5.1.7. 小结 5.1.8. 练习 5.1.2. 二维卷积层 卷积神经网络(convolutional neural...