书栈网 · BookStack 本次搜索耗时 0.064 秒,为您找到 118108 个相关结果.
  • XavierInitializer

    XavierInitializer XavierInitializer class paddle.fluid.initializer. XavierInitializer (uniform=True, fan_in=None, fan_out=None, seed=0)[源代码] 该类实现Xavier权重初始化方法( Xavier weig...
  • 十五、自编码器

    十五、自编码器 十五、自编码器 自编码器是能够在无监督的情况下学习输入数据的有效表示(叫做编码)的人工神经网络(即,训练集是未标记)。这些编码通常具有比输入数据低得多的维度,使得自编码器对降维有用(参见第 8 章)。更重要的是,自编码器可以作为强大的特征检测器,它们可以用于无监督的深度神经网络预训练(正如我们在第 11 章中讨论过的)。最后,他们能够...
  • 关联规则

    Deeplearning Algorithms tutorial 关联规则 算法背景 应用领域 优缺点 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。苹果业已...
  • 个性化推荐

    个性化推荐 背景介绍 效果展示 模型概览 YouTube的深度神经网络个性化推荐系统 候选生成网络(Candidate Generation Network) 排序网络(Ranking Network) 融合推荐模型 文本卷积神经网络(CNN) 融合推荐模型概览 数据准备 数据介绍与下载 模型配置说明 训练模型 定义训练环境 定义数...
  • 图像分类

    LeNet LeNet在手写数字识别上的应用 LeNet在眼疾识别数据集iChallenge-PM上的应用 数据集准备 查看数据集图片 定义数据读取器 启动训练 AlexNet VGG GoogLeNet ResNet 小结 参考文献 作业 图像分类是根据图像的语义信息对不同类别图像进行区分,是计算机视觉中重要的基础问题,是物体...
  • 使用指南

    使用指南 使用指南 如果您已经掌握了新手入门阶段的内容,期望可以针对实际问题建模、搭建自己网络,本模块提供了一些 Paddle 的使用细节供您参考: 基本概念 :介绍了 Paddle 基本概念 准备数据 :介绍使用 Paddle 训练网络时,数据的支持类型及传输方法 配置简单的网络 : 介绍如何针对问题建模,并利用 Paddle 中相关...
  • 分层时间记忆(Hierarchical Temporal Memory)

    Deeplearning Algorithms tutorial 分层时间记忆(Hierarchical Temporal Memory) 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...
  • 总结

    总结 作业1-2 作业 1-3 作业1-4 基本知识 作业题 总结 本节,我们详细讲解了如何使用Numpy实现梯度下降算法,构建并训练了一个简单的线性模型实现波士顿房价预测,可以总结出,使用神经网络建模房价预测有三个要点: 构建网络,初始化参数w和b,定义预测和损失函数的计算方法。 随机选择初始点,建立梯度的计算方法和参数更新方式。 ...
  • 个性化推荐

    个性化推荐 背景介绍 效果展示 模型概览 YouTube的深度神经网络个性化推荐系统 候选生成网络(Candidate Generation Network) 排序网络(Ranking Network) 融合推荐模型 文本卷积神经网络(CNN) 融合推荐模型概览 数据准备 数据介绍与下载 模型配置说明 训练模型 定义训练环境 定义数...