一、示例 1.1 身高抽样问题 1.2 三硬币模型 一、示例 1.1 身高抽样问题 假设学校所有学生中，男生身高服从正态分布 ， 女生身高服从正态分布 。 现在随机抽取200名学生，得到这些学生的身高 ，求参数 的估计。 定义隐变量为 ，其取值为 ，分别表示男生、女生 。 如果隐变量是已知的，即已知每个学生是男生还是女生...

fluid.dygraph BackwardStrategy BatchNorm BilinearTensorProduct Conv2D Conv2DTranspose Conv3D Conv3DTranspose CosineDecay Embedding ExponentialDecay FC GroupNorm GRUUnit...

cosine_decay cosine_decay paddle.fluid.layers. cosine_decay ( learning_rate, step_each_epoch, epochs ) [源代码] 使用 cosine decay 的衰减方式进行学习率调整。 在训练模型时，建议一边进行训练一边降低学习率。 通过使用此方法，学习...

流体 选项 流体属性 高级 弹性 流体 参考 面板 粒子系统 ‣ 物理 类型 流体 流体粒子类似于牛顿粒子，但这种粒子受到内力如压力，表面张力，粘度，弹簧等的影响。从液体到粘液，粘液到沙子和细小的烟雾，可能的使用数量是无穷无尽的。 Blender粒子流体使用SPH技术来解决颗粒流体方程。平滑粒子流体动力学(SPH)是一种用于模拟流...

第 11 章 计算+X 第 11 章 计算+X 当代科学研究有三大支柱：理论、实验和计算。计算机技术的发展，为利用计算手段来 解决科学和工程问题提供了强大的支持。越来越多的领域（包括自然科学和社会科学领域） 利用计算来解决问题，将解决问题的方法从过去的定性分析发展成如今的定量计算。科学领 域与计算的结合促成了多种交叉学科的形成，如计算数学、计算物理学...

3.3 线性回归的简洁实现 3.3.1 生成数据集 3.3.2 读取数据 3.3.3 定义模型 3.3.4 初始化模型参数 3.3.5 定义损失函数 3.3.6 定义优化算法 3.3.7 训练模型 小结 3.3 线性回归的简洁实现 随着深度学习框架的发展，开发深度学习应用变得越来越便利。实践中，我们通常可以用比上一节更简洁的代码来实现...

二、FNN 2.1 模型 2.1.1 FNN 2.1.2 SNN 2.2 实验 二、FNN 传统的 CTR 预估模型大多数采用线性模型。线性模型的优点是易于实现，缺点是：模型表达能力较差，无法学习特征之间的相互作用 interaction 。 非线性模型（如：FM,GBDT ）能够利用不同的组合特征，因此能够改善模型的表达能力。但是这...

C/C++接口 PSAgent初始化和启动 Matrix操作 当前主流的深度学习库，一般使用C/C++来实现，为了让它们能使用Angel作为参数服务器，Angel需要提供C/C++接口，让深度学习框架，可以从它们内部，启动Angel并调用相应接口，实现深度学习的参数服务器。 Angel目前基于Java实现，目前已经实现了一个基本的可以启动PSAge...

1.关于本书（ES2019 版） 1.1。这本书里有什么？ 1.2。这本书不涉及什么？ 1.3。关于作者 1.4。致谢 1.关于本书（ES2019 版） 原文： http://exploringjs.com/impatient-js/ch_about-book.html 1.1。这本书里有什么？ 本书通过提供尽可能一致的现代视图...

piecewise_decay piecewise_decay paddle.fluid.layers. piecewise_decay ( boundaries, values ) [源代码] 对初始学习率进行分段衰减。 该算法可用如下代码描述。 boundaries = [ 10000 , 20000 ] values =...