榜单
服务器优惠
AI论文
-
Image OCR
Optical character recognition Additional dependencies Optical character recognition This example uses a convolutional stack followed by a recurrent stackand a CTC logloss func... -
Image OCR
Optical character recognition Optical character recognition This example uses a convolutional stack followed by a recurrent stackand a CTC logloss function to perform optical c... -
线性判别分析(Linear Discriminant Analysis)
Deeplearning Algorithms tutorial 线性判别分析(Linear Discriminant Analysis) 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... -
What’s New
What’s New v0.12.3 (10 July 2019) New functions/methods Enhancements Bug fixes v0.12.2 (29 June 2019) New functions/methods Enhancements to existing functionality IO related ... -
15. 浮点算术：争议和限制
15. 浮点算术：争议和限制 15.1. 表示性错误 15. 浮点算术：争议和限制 浮点数在计算机硬件中表示为以 2 为基数（二进制）的小数。举例而言，十进制的小数 0.125 等于 1/10 + 2/100 + 5/1000 ，同理，二进制的小数 0.001 等于0/2 + 0/4 + 1/8。这两个小数具有相同的值，唯一真正的区别... -
15. 浮点算术：争议和限制
15. 浮点算术：争议和限制 15.1. 表示性错误 15. 浮点算术：争议和限制 浮点数在计算机硬件中表示为以 2 为基数（二进制）的小数。举例而言，十进制的小数 0.125 等于 1/10 + 2/100 + 5/1000 ，同理，二进制的小数 0.001 等于0/2 + 0/4 + 1/8。这两个小数具有相同的值，唯一真正的区... -
1.17. 神经网络模型（有监督）
1.17. 神经网络模型（有监督） 1.17.1. 多层感知器 1.17.2. 分类 1.17.3. 回归 1.17.4. 正则化 1.17.5. 算法 1.17.6. 复杂度 1.17.7. 数学公式 1.17.8. 实用技巧 1.17.9. 使用 warm_start 的更多控制 1.17. 神经网络模型（有监督） 校验者: @... -
1.17. 神经网络模型（有监督）
1.17. 神经网络模型（有监督） 1.17. 神经网络模型（有监督） 1.17.1. 多层感知器 1.17.2. 分类 1.17.3. 回归 1.17.4. 正则化 1.17.5. 算法 1.17.6. 复杂度 1.17.7. 数学公式 1.17.8. 实用技巧 1.17.9. 使用 warm_start 的更多控制 1.17....