书栈网 · BookStack 本次搜索耗时 0.057 秒,为您找到 422 个相关结果.
  • 3-2,中阶API示范

    3-2,中阶API示范 一,线性回归模型 二, DNN二分类模型 3-2,中阶API示范 下面的范例使用TensorFlow的中阶API实现线性回归模型和和DNN二分类模型。 TensorFlow的中阶API主要包括各种模型层,损失函数,优化器,数据管道,特征列等等。 import tensorflow as tf #打印时间分...
  • Design Doc: Distributed Embedding Layer

    Design Doc: Distributed Embedding Layer Motivation Distributed Storage Read, Init, and Update Related Work Embedding Layers in TensorFlow tf.keras.layers.Embedding and tf.nn.e...
  • DocumentArray

    DocumentArray Construct Access elements Bulk access contents Bulk access to attributes Import/Export Sharing DocumentArray across machines Embed via model Find nearest neigh...
  • 附录一、有用的 Python 数据科学包

    附录一、有用的 Python 数据科学包 数据科学模块 核心包 文本挖掘 数学和统计学 网络爬虫 可视化库 图论/网络 深度学习 标准库的有用部分 基本工具 实用函数 文件格式 数据对象 附录一、有用的 Python 数据科学包 原文:Useful Python Packages for Data Science 译者...
  • Overview

    Overview Multi-framework serving with KFServing or Seldon Core TensorFlow Serving NVIDIA Triton Inference Server BentoML Overview Model serving overview Kubeflow supports ...
  • 嵌入层 Embedding

    嵌入层 Embedding Embedding层 参数 输入shape 输出shape 例子 参考文献 嵌入层 Embedding Embedding层 keras . layers . embeddings . Embedding ( input_dim , output_dim , embeddings_initializer...
  • README

    1764 2018-05-26 《Edward中文文档》
    Edward中文文档 注 关于变分推理 Resources 来源(书札小编注) Edward中文文档 github地址 Paper 中文文档地址 Edward 官方英文文档 Edward 是一个用于概率建模、推理和评估的 Python 库。它是一个用于快速实验和研究概率模型的测试平台,其涵盖的模型范围从在小数据集上的经典层次模型到在...
  • 6-5 Model Training Using TPU

    6-5 Model Training Using TPU 1. Data Preparation 2. Model Defining 3. Model Training 6-5 Model Training Using TPU It only requires six additional lines of code when training...
  • 3-2 Mid-level API: Demonstration

    3-2 Mid-level API: Demonstration 1. Linear Regression Model 2. DNN Binary Classification Model 3-2 Mid-level API: Demonstration The examples below use mid-level APIs in Tenso...
  • Convolutional Neural Networks

    Convolutional Neural Networks This is the forth course of the deep learning specialization at Coursera which is moderated by DeepLearning.ai . The course is taught by Andrew Ng....