池化层 ​一旦你理解了卷积层是如何工作的，池化层很容易掌握。 他们的目标是对输入图像进行二次抽样（即收缩）以减少计算负担，内存使用量和参数数量（从而限制过度拟合的风险）。 减少输入图像的大小也使得神经网络容忍一点点的图像变换（位置不变）。 ​就像在卷积图层中一样，池化层中的每个神经元都连接到前一层中有限数量的神经元的输出，位于一个小的矩形感受野内。 您...

Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 指导原则 快速开始：30 秒上手 Keras 安装指引 使用 TensorFlow 以外的后端 技术支持 为什么取名为 Keras? Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 Keras 是一个用 Python 编写的高...

Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 指导原则 快速开始：30 秒上手 Keras 安装指引 配置你的 Keras 后端 技术支持 为什么取名为 Keras? Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 Keras 是一个用 Python 编写的高级神经网络 ...

Deeplearning Algorithms tutorial 自动编码器(Autoencoder) 应用示例 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹...

BiRNN BiRNN class paddle.nn. BiRNN ( cell_fw, cell_bw, time_major=False ) [源代码] 双向循环神经网络 该OP是双向循环神经网络（BiRNN）的封装，将输入的前向cell和后向cell封装为一个双向循环神经网络。该网络单独执行前向和后向cell的计算并将输出拼接。 参...

反向传播：整体描述 反向传播：整体描述 正如我之前所阐述的，反向传播涉及了两个谜题。第一个谜题是，这个算法究竟在做什么？我们之前的描述是将错误量从输出层反向传播。但是，我们是否能够更加深入，对这些矩阵、向量的乘法背后作出更加符合直觉的解释？第二个谜题是，人们一开始是如何发现反向传播算法的？按照算法流程一步步走下来，或者证明算法的正确性，这是一回事。但...

深度学习经典卷积神经网络 1. VGG 2. GoogLeNet 3. Resnet 4. MobileNet-V1 & MobileNet -V2 5. U-NET 6. GAN 深度学习经典卷积神经网络 随着深度学习的发展，研究人员提出了很多模型，这其中一些设计方式，在当时取得了很好的效果，也为其他科研工作者提供了很好的思路。CNN ...

BiRNN BiRNN class paddle.nn.BiRNN ( cell_fw, cell_bw, time_major=False ) [源代码] 双向循环神经网络 该OP是双向循环神经网络（BiRNN）的封装，将输入的前向cell和后向cell封装为一个双向循环神经网络。该网络单独执行前向和后向cell的计算并将输出拼接。 参...

自由软件是计算机业的传统 自由软件是计算机业的传统 自由软件不是新生事物，而是计算机业与身俱来的传统。纵览计算机发展史，从1946年到60年代，从 IBM 蓝色巨人到 ARPANET，从集成电路到 PC 机，从互联网到电信自由经营，每一个时期都留下了“自由”的影子。 可以说自由拷贝和源代码开放是整个计算机业，包括个人电脑及互联网两大领域的天然的软件...

3分钟快速上手 运行例子 代码解读 FAQ 3分钟快速上手 这篇文章将介绍如何快速上手 OneFlow ，我们可以在3分钟内完成一个完整的神经网络训练过程。 运行例子 如果已经安装好了 OneFlow ，可以使用以下命令下载文档仓库 中的mlp_mnist.py 脚本，并运行。 wget https : //docs.oneflow.org...