Kratos Goals Principles Features Kratos Kratos是bilibili开源的一套Go微服务框架，包含大量微服务相关框架及工具。 Goals 我们致力于提供完整的微服务研发体验，整合相关框架及工具后，微服务治理相关部分可对整体业务开发周期无感，从而更加聚焦于业务交付。对每位开发者而言，整套Kr...

动态图转静态图 动态图转静态图 动态图有诸多优点，包括易用的接口，Python风格的编程体验，友好的debug交互机制等。在动态图模式下，代码是按照我们编写的顺序依次执行。这种机制更符合Python程序员的习 惯，可以很方便地将大脑中的想法快速地转化为实际代码，也更容易调试。但在性能方面， Python执行开销较大，与C++有一定差距。因此在工业界的...

减少可避免偏差的技术 减少可避免偏差的技术 如果你的学习算法存在着很高的可避免偏差，你可能会尝试以下方法： 加大模型规模 （例如神经元/层的数量）：这项技术能够使算法更好地拟合训练集，从而减少偏差。当你发现这样做会增大方差时，通过加入正则化可以抵消方差的增加。 根据误差分析结果修改输入特征 ：假设误差分析结果鼓励你增加额外的特征，从而帮助算法消除...

Warm-up: numpy Warm-up: numpy 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时使用欧几里得误差来学习从x到y的映射. 我们只用到了numpy, 完全手写实现神经网络, 包括前向计算, 误差...

过年回家 LittleMaster-22 过年回家 LittleMaster-22 2016 最后一天，帝都的大部分人都回家了小法师在廉租房中无聊的刷着打折网站突然万年没动静的Q 突然打破了平静，小法师一看，居然是女神当他颤颤巍巍的点开头像时，看到四个字：我结婚了 猝 关于过年回家，已成为年轻一代的痛小法师身为二次元，自然知道那个亲...

使用字符级别特征的RNN网络进行名字分类 准备数据 单词转化为张量 构造神经网络 训练 训练前的准备 训练神经网络 画出结果 评价结果 处理用户输入 练习 使用字符级别特征的RNN网络进行名字分类 译者：hhxx2015 校对者：hijkzzz 作者 : Sean Robertson 我们将构建和训练字符级RNN...

流水线组件的选择：任务简单性 流水线组件的选择：任务简单性 除了数据可用性之外，你还应该考虑流水线组件选择的第二个因素：独立的组件使得任务简单了多少？你应该尽可能地选择那些易于构建或学习的独立流水线组件，但对一个组件而言， “易于” 学习指的是什么呢？ 考虑下面列出的机器学习任务，它们的难度逐级递增： 分类判断某张图片是否过度曝光（就像上面...

教程 案例 贝叶斯线性回归(Bayesian linear regression) 生成数据 模型 评价与检验 线性混合模型 数据 Acknowledgments References 高斯过程分类 混合模型 潜在空间模型(Latent space models) 混合密度网络 生成对抗网络 概率解码器 推理网络 贝叶斯神经网...

用交叉熵解决手写数字识别问题 用交叉熵解决手写数字识别问题 我们可以很容易在程序中将交叉熵应用于梯度下降法（gradient descent）和反向传播算法（backpropagation）。在本章的后面我会改进之前的手写数字识别程序network.py 。新的程序取名network2.py ，它不仅仅用到了交叉熵，还用到了本章将要介绍的其他技术1 ...

RNNCellBase RNNCellBase class paddle.nn.RNNCellBase ( name_scope=None, dtype=’float32’ ) [源代码] 循环神经网络单元基类 该OP（RNNCellBase）是一个抽象表示根据输入和隐藏状态来计算输出和新状态的基本类，最适合也最常用于循环神经网络。 ge...