书栈网 · BookStack 本次搜索耗时 0.026 秒,为您找到 24512 个相关结果.
  • 模型选择:选择估计量及其参数

    模型选择:选择估计量及其参数 模型选择:选择估计量及其参数 分数和交叉验证分数 交叉验证生成器 网格搜索和交叉验证估计量 网格搜索 交叉验证估计量 模型选择:选择估计量及其参数 模型选择:选择估计量及其参数 校验者: @片刻 翻译者: @森系 分数和交叉验证分数 如我们所见,每一个估计量都有一个可以在新数据上判定拟合质量(或预...
  • Home

    Highly scalable and standards based Why KServe KServe Components Single Model Serving ModelMesh Model Explainability Model Monitoring Advanced deployments Adopters Hig...
  • External Plugins

    External Plugins Hop Plugins Actions Transforms Mark Hall Transforms AtolCD External Plugins Hop Plugins The Hop plugins repository contains a collection of plugins that...
  • External Plugins

    External Plugins Hop Plugins Actions Transforms Mark Hall Transforms AtolCD External Plugins Hop Plugins The Hop plugins repository contains a collection of plugins that...
  • Overview

    1115 2020-04-19 《Kubeflow 0.7 Document》
    Overview Multi-framework serving with KFServing or Seldon Core TensorFlow Serving NVIDIA TensorRT Inference Server Overview Model serving overview Kubeflow supports two mod...
  • User Interfaces

    694 2020-01-13 《Dask 2.9.1 Document》
    User Interfaces High-Level Collections Low-Level Interfaces Combining High- and Low-Level Interfaces Laziness and Computing Persist into Distributed Memory Lazy vs Immediate D...
  • 3.3 Scikit-image:图像处理

    3.3 Scikit-image:图像处理 3.3 Scikit-image:图像处理 作者 : Emmanuelle Gouillart scikit-image 是专注于图像处理的Python包,并且使用原生的Numpy数组作为图像对象。本章描述如何在不同图像处理任务上使用scikit-image ,并且保留了其他科学Python模块比...
  • MLeap Runtime

    1311 2019-07-24 《MLeap 中文文档》
    基础用法 基础用法 MLeap Runtime 是一个轻量级但被高度优化过的机器学习 Pipeline 执行引擎。MLeap runtime 的目标是提供一个能够达到生产级别,适用于常用机器学习框架的的服务 / 评分架构,它的使用无需再依赖于原框架的核心函数库,这就意味着: 执行 Spakr ML Pipeline,而无需依赖于 Spark Co...
  • 四、Python 中的数据科学

    四、Python 中的数据科学 外部资源 四、Python 中的数据科学 原文:Data Science in Python 译者:飞龙 协议:CC BY-NC-SA 4.0 Python 有大量可用于数据科学的工具。 Python 中的数据科学核心围绕着一些核心模块,通常包括【scipy,numpy,pandas,matplo...