分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.012
秒,为您找到
3375
个相关结果.
搜书籍
搜文档
安装
1124
2020-12-13
《PaddleHub v1.8 文档》
安装 环境依赖 安装命令 安装 环境依赖 Python>=3.6 PaddlePaddle>=1.7.0 操作系统:Windows/Mac/Linux 安装命令 在安装PaddleHub之前,请先安装PaddlePaddle深度学习框架,更多安装说明请查阅飞桨快速安装 pip install paddlehub ...
MacOS下的PIP安装
912
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
MacOS下的PIP安装 一、环境准备 1.1目前飞桨支持的环境 1.2如何查看您的环境 二、开始安装 首先请您选择您的版本 根据版本进行安装 三、验证安装 四、如何卸载 MacOS下的PIP安装 一、环境准备 1.1目前飞桨支持的环境 macOS 版本 10.11/10.12/10.13/10.14 (64 bit) ...
Overview
238
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
paddle.static Program相关API Executor相关API 组网相关API io相关API 变量相关API 运行设备相关API 评估指标相关API 其他API paddle.static paddle.static 下的API为飞桨静态图专用API。具体如下: Program相关API Executor...
to_bytes
478
2021-03-02
《百度飞桨 PaddlePaddle v2.0 深度学习教程》
to_bytes 参数 返回 代码示例 to_bytes paddle.compat.to_bytes ( obj, encoding=’utf-8’, inplace=False ) [源代码] 飞桨中的所有字符串都需要用文本字符串表示。 此函数将对象转换为具有特定编码的字节。特别是,如果对象类型是列表或集合容器,我们将迭代对象中的所有...
to_bytes
382
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
to_bytes 参数 返回 代码示例 to_bytes paddle.compat. to_bytes ( obj, encoding=’utf-8’, inplace=False ) [源代码] 飞桨中的所有字符串都需要用文本字符串表示。 此函数将对象转换为具有特定编码的字节。特别是,如果对象类型是列表或集合容器,我们将迭代对象中的所有...
推荐系统介绍
1340
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
当我们苦于听到一段熟悉的旋律而不得其名,看到一段电影片段而不知其出处,心中不免颇有遗憾。在另外一些场景,我们偶然间在某些音乐平台、视频平台的推荐页面找到了心仪的音乐、电影,内心却是极其激动的。这些背后往往离不开推荐系统的影子。 那究竟什么是推荐系统呢? 在此之前,我们先了解一下推荐系统产生的背景。 推荐系统的产生背景 推荐系统的经济学本质 推...
基本概念
6803
2019-08-18
《PX4 用户手册》
基本概念 无人机是什么? PX4 Autopilot {#autopilot} QGroundControl {#qgc} Vehicle/Flight Controller Board {#vehicle_controller} Sensors ESCs & Motors Battery/Power Radio Control (RC) {#...
概述
1755
2020-12-13
《PaddleHub v1.5 文档》
PaddleHub 特性 命令行工具 迁移学习 服务化部署PaddleHub Serving 超参优化AutoDL Finetuner 欢迎使用PaddleHub ! PaddleHub是飞桨预训练模型管理和迁移学习工具,通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。...
Tensor
1334
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
Tensor Tensor 飞桨(PaddlePaddle,以下简称Paddle)和其他框架一样,使用Tensor来表示数据。 在神经网络中传递的数据都是Tensor。Tensor可以简单理解成一个多维数组,一般而言可以有任意多的维度。 不同的Tensor可以具有自己的数据类型和形状,同一Tensor中每个元素的数据类型是一样的,Tensor的形状...
1..
«
15
16
17
18
»
..100