书栈网 · BookStack 本次搜索耗时 0.051 秒,为您找到 4902 个相关结果.
  • 序列预处理

    pad_sequences skipgrams make_sampling_table pad_sequences keras . preprocessing . sequence . pad_sequences ( sequences , maxlen = None , dtype = 'int32' , padding = '...
  • lod_reset

    lod_reset 参数 返回 返回类型 抛出异常 代码示例 lod_reset paddle.fluid.layers.lod_reset (x, y=None, target_lod=None)[源代码] 根据给定的参数 y 或 target_lod ,重设输入 x (LoDTensor) 的 LoD 信息。 参数 ...
  • 动态图机制-DyGraph

    动态图机制-DyGraph 设置和基本用法 基于DyGraph构建网络 使用DyGraph训练模型 模型参数的保存 模型评估 编写兼容的模型 动态图机制-DyGraph PaddlePaddle的DyGraph模式是一种动态的图执行机制,可以立即执行结果,无需构建整个图。同时,和以往静态的执行计算图不同,DyGraph模式下您的所有操作可...
  • 关于Keras的“层”(Layer)

    关于Keras的“层”(Layer) 关于Keras的“层”(Layer) 所有的Keras层对象都有如下方法: layer.get_weights() :返回层的权重(numpy array) layer.set_weights(weights) :从numpy array中将权重加载到该层中,要求numpy array的形状与* laye...
  • scope_guard

    scope_guard scope_guard paddle.static.scope_guard ( scope ) [源代码] 该接口通过 python 的 with 语句切换作用域(scope)。 作用域记录了变量名和变量 ( Variable ) 之间的映射关系,类似于编程语言中的大括号。 如果未调用此接口,所有的变量和变量名都会被...
  • Frequently Asked Questions (FAQ)

    Frequently Asked Questions (FAQ) DataFrame memory usage Using if/truth statements with pandas Bitwise boolean Using the in operator NaN, Integer NA values and NA type promotion...
  • Variable

    Variable 代码示例 方法 detach() numpy() set_value() backward() gradient() clear_gradient() to_string() astype(self, dtype) 属性 属性 stop_gradient persistable name shape dtype...
  • matmul

    matmul matmul paddle.fluid.layers. matmul (x, y, transpose_x=False, transpose_y=False, alpha=1.0, name=None)[源代码] 输入 x 和输入 y 矩阵相乘。 两个输入的形状可为任意维度,但当任一输入维度大于3时,两个输入的维度必须相...
  • Executor in Action

    Executor in Action Fastai Pytorch Lightning Paddle Tensorflow MindSpore Scikit-learn PyTorch ONNX Executor in Action Fastai This Executor uses the ResNet18 network fo...
  • 03.21 记录数组

    记录数组 记录数组 记录数组(record array )与结构数组类似: In [1]: import numpy as np 质点类型: In [2]: partical_dtype = np . dtype ([( 'mass' , 'float' ), ...