概述 前提条件 设置学习率 学习率的主流优化算 作业 2-3 概述 上一节我们明确了分类任务的损失函数（优化目标）的相关概念和实现方法，本节我们依旧横向展开"横纵式"教学法，如 图1 所示，本节主要探讨在手写数字识别任务中，使得损失达到最小的参数取值的实现方法。 图1：“横纵式”教学法 — 优化算法 前提条件 在优...

并发编程 并发编程 Python中实现并发编程的三种方案：多线程、多进程和异步I/O。并发编程的好处在于可以提升程序的执行效率以及改善用户体验；坏处在于并发的程序不容易开发和调试，同时对其他程序来说它并不友好。 多线程：Python中提供了Thread 类并辅以Lock 、Condition 、Event 、Semaphore 和Barrier 。...

Release notes 1.0.5 (2016-02-04) 1.0.4 (2015-12-30) 1.0.3 (2015-08-11) 1.0.2 (2015-08-06) 1.0.1 (2015-07-01) 1.0.0 (2015-06-19) Support for returning dictionaries in spiders ...

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 LeNet在眼疾识别数据集iChallenge-PM上的应用 iChallenge-PM 是百度大脑和中山大学中山眼科中心联合举办的iChallenge比赛中，提供的关于病理性近视（Pathologic Myopia，PM）的医...

使用ONNX将模型从PyTorch传输到Caffe2和Mobile(移动端) 使用ONNX转换SRResNET 在移动设备上运行模型 使用ONNX将模型从PyTorch传输到Caffe2和Mobile(移动端) 译者：冯宝宝 在本教程中，我们将介绍如何使用ONNX将PyTorch中定义的模型转换为ONNX格式，然后将其加载到Caff...

基于图片相似度的图片搜索 一、简要介绍 二、环境配置 三、数据加载 3.1 数据集介绍 3.2 数据探索 3.3 构建训练数据 四、模型组网：把图片转换为高维的向量表示的网络 五、模型训练 六、模型预测 The End 基于图片相似度的图片搜索 作者: PaddlePaddle 日期: 2021.01 摘要: 本示例简...

概述 数据处理 经典的全连接神经网络 卷积神经网络 概述 前几节我们尝试使用与房价预测相同的简单神经网络解决手写数字识别问题，但是效果并不理想。原因是手写数字识别的输入是28 × 28的像素值，输出是0-9的数字标签，而线性回归模型无法捕捉二维图像数据中蕴含的复杂信息，如 图1 所示。无论是牛顿第二定律任务，还是房价预测任务，输入特征和...

通过Sub-Pixel实现图像超分辨率 一、简要介绍 二、环境设置 三、数据集 3.1 数据集下载 3.2 数据集概览 3.3 数据集类定义 3.4 PetDataSet数据集抽样展示 四、模型组网 4.1 模型封装 4.2 模型可视化 五、模型训练 5.1 启动模型训练 六、模型预测 6.1 预测 6.2 定义预测结果可视化函数 ...

Installing django CMS by hand Requirements Recommended Text Editors Other Plugins File and image handling Revision management Installing Installing in a virtualenv using pip ...

通过OCR实现验证码识别 一、环境配置 二、自定义数据集读取器 2.1 数据展示 三、模型配置 3.1 定义模型结构以及模型输入 四、训练准备 4.1 定义label输入以及超参数 4.2 定义CTC Loss 4.3 实例化模型并配置优化策略 五、开始训练 六、预测前准备 6.1 像定义训练Reader一样定义预测Reader 6.2...