分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.053
秒,为您找到
164616
个相关结果.
搜书籍
搜文档
开始机器学习
1526
2020-07-01
《Pipcook v1.0 机器学习工具使用教程》
开始机器学习 问题是什么 加载数据集 学习 预测 开始机器学习 从这篇文章,我们将介绍什么是机器学习,以及如果使用 Pipcook 来完成机器学习任务。 问题是什么 一般来说,一个学习问题就是将 N 个样本集数据输入,然后输出与输入相关联对应的结果,下面的例子将展示,如何教会一个程序学会 Node.js 书籍和售价的关系: cons...
机器学习函数
732
2021-03-09
《ClickHouse v21.2 使用教程》
机器学习函数 evalMLMethod(预测) 随机线性回归 随机逻辑回归 机器学习函数 evalMLMethod(预测) 使用拟合回归模型的预测请使用evalMLMethod 函数。 请参阅linearRegression 中的链接。 随机线性回归 stochasticLinearRegression 聚合函数使用线性模型和MSE损...
机器翻译
1710
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
机器翻译 说明 背景介绍 效果展示 模型概览 GRU 双向循环神经网络 编码器-解码器框架 编码器 解码器 注意力机制 柱搜索算法 数据介绍 数据预处理 示例数据 模型配置说明 训练模型 定义数据生成器 构建训练程序 定义训练环境 训练主循环 应用模型 构建预测程序 定义预测环境 测试 总结 参考文献 ...
机器翻译
2054
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
机器翻译 说明 背景介绍 效果展示 模型概览 GRU 双向循环神经网络 编码器-解码器框架 编码器 解码器 注意力机制 柱搜索算法 数据介绍 数据预处理 示例数据 模型配置说明 训练模型 定义数据生成器 构建训练程序 定义训练环境 训练主循环 应用模型 构建预测程序 定义预测环境 测试 总结 参考文献 ...
机器学习插件
216
2023-08-06
《KubeVela v1.9 中文文档》
机器学习插件 机器学习插件 机器学习插件分为模型训练和模型服务两个插件,使用如下命令安装插件: vela addon enable model - training vela addon enable model - serving 模型训练插件中含有 model-training 和 jupyter-notebook 两个组件定义,你...
机器翻译
1206
2019-05-09
《科大讯飞MSC开发指南 - Windows》
翻译结果 语音翻译采用语音听写接口,通过设置以下业务参数即可实现语音翻译功能,目前支持英文转中文,中文转英文,后续其他功能请注意浏览讯飞开放平台。 参数 名称 取值 engine_type 引擎类型 cloud:在线引擎 sub 本次识别请求的类型 iat:连续语音识别 language 语言 必须要跟输入音频语种一致。 zh_cn:简体中文 ;zh_...
机器管理手册
858
2021-10-07
《openEuler 21.09 使用指南》
机器管理 1.添加主机组 2.查看主机组 3.添加主机 4.查看主机 5.主机认证 6.删除主机 7.删除主机组 机器管理 1.添加主机组 添加主机组需要输入主机组名称与描述 界面示例: 命令行示例: aops group --action add --host_group_name group1 --descri...
机器翻译
1631
2020-12-18
《百度飞桨 PaddlePaddle 1.8 深度学习平台教程》
机器翻译 说明 背景介绍 效果展示 模型概览 GRU 双向循环神经网络 编码器-解码器框架 编码器 解码器 注意力机制 柱搜索算法 数据介绍 数据预处理 示例数据 模型配置说明 训练模型 定义数据生成器 构建训练程序 定义训练环境 训练主循环 应用模型 构建预测程序 定义预测环境 测试 总结 参考文献 ...
机器学习插件
235
2023-05-26
《KubeVela v1.8 中文文档》
机器学习插件 版本:v1.8 机器学习插件 机器学习插件分为模型训练和模型服务两个插件,使用如下命令安装插件: vela addon enable model - training vela addon enable model - serving 模型训练插件中含有 model-training 和 jupyter-notebook ...
1..
«
2
3
4
5
»
..100