榜单
服务器优惠
AI论文
-
一般安装步骤
一般安装步骤 一般安装步骤 安装Python环境。此处建议安装 Anaconda 的Python 3.7版本（后文均以此为准），这是一个开源的Python发行版本，提供了一个完整的科学计算环境，包括NumPy、SciPy等常用科学计算库。当然，你有权选择自己喜欢的Python环境。Anaconda的安装包可在 这里 获得。 使用Anacon... -
一台机器上多设备
一台机器上多设备 只需添加 GPU 卡到单个机器，您就可以获得主要的性能提升。 事实上，在很多情况下，这就足够了。 你根本不需要使用多台机器。 例如，通常在单台机器上使用 8 个 GPU，而不是在多台机器上使用 16 个 GPU（由于多机器设置中的网络通信带来的额外延迟），可以同样快地训练神经网络。 在本节中，我们将介绍如何设置您的环境，以便 Tens... -
实现梯度下降
实现梯度下降 让我们尝试使用批量梯度下降（在第 4 章中介绍），而不是普通方程。 首先，我们将通过手动计算梯度来实现，然后我们将使用 TensorFlow 的自动扩展功能来使 TensorFlow 自动计算梯度，最后我们将使用几个 TensorFlow 的优化器。 当使用梯度下降时，请记住，首先要对输入特征向量进行归一化，否则训练可能要慢得多。 您可以... -
MPI Training
MPI Training Installation Creating an MPI Job Monitoring an MPI Job Docker Images MPI Training Instructions for using MPI for training This guide walks you through using M... -
介绍
简介 简介 本章的目的是让你了解和运行 TensorFlow! 在开始之前, 让我们先看一段使用 Python API 撰写的 TensorFlow 示例代码,让你对将要学习的内容有初步的印象. 这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它. import tensorflow as tf import ... -
管理 GPU 内存
管理 GPU 内存 默认情况下，TensorFlow 会在您第一次运行图形时自动获取所有可用 GPU 中的所有 RAM，因此当第一个程序仍在运行时，您将无法启动第二个 TensorFlow 程序。 如果你尝试，你会得到以下错误： E [...]/ cuda_driver . cc : 965 ] failed to allocate 3.66G ... -
Training Operators
Training Operators TensorFlow Training (TFJob) PyTorch Training MPI Training MXNet Training Job Scheduling Training Operators Training of ML models in Kubeflow through ope... -
TODO
tf.TensorArray ：TensorFlow 动态数组 * TODO tf.TensorArray ：TensorFlow 动态数组 * 在部分网络结构，尤其是涉及到时间序列的结构中，我们可能需要将一系列张量以数组的方式依次存放起来，以供进一步处理。当然，在Eager Execution下，你可以直接使用一个Python列表（List）存放... -
支持的 Transformer
支持的 Transformer 特征相关 分类相关 回归相关 聚类相关 扩展 推荐算法 支持的 Transformer 以下是 MLeap 支持的所有 Transformer。 注意：TensorFlow 的相关支持情况并没有被列在这里，但你可以在一个 MLeap Transformer Pipline 中插入任意 TensorFlow...