榜单
服务器优惠
AI论文
-
Dockerfile Locations
Dockerfile Locations Dockerfile Locations Where to find the Dockerfiles for all of Kubeflow’s images Image Name Dockerfile Location tf_operator https://github.com/kubeflow/tf-... -
8.1. 命令式和符号式混合编程
8.1. 命令式和符号式混合编程 8.1.1. 混合式编程取两者之长 8.1.2. 使用HybridSequential类构造模型 8.1.2.1. 计算性能 8.1.2.2. 获取符号式程序 8.1.3. 使用HybridBlock类构造模型 8.1.4. 小结 8.1.5. 练习 8.1. 命令式和符号式混合编程 本书到目前为止一直... -
3.10. 多层感知机的简洁实现
3.10. 多层感知机的简洁实现 3.10.1. 定义模型 3.10.2. 读取数据并训练模型 3.10.3. 小结 3.10.4. 练习 3.10. 多层感知机的简洁实现 下面我们使用Gluon来实现上一节中的多层感知机。首先导入所需的包或模块。 In [ 1 ]: import d2lzh as d2l f... -
介绍
XLearning 是一款支持多种机器学习、深度学习框架的调度系统。基于Hadoop Yarn完成了对TensorFlow、MXNet、Caffe、Theano、PyTorch、Keras、XGBoost等常用框架的集成，同时具备良好的扩展性和兼容性。 架构设计 功能特性 编译&部署指南 运行示例 FAQ Authors... -
3.7. softmax回归的简洁实现
3.7. softmax回归的简洁实现 3.7.1. 获取和读取数据 3.7.2. 定义和初始化模型 3.7.3. softmax和交叉熵损失函数 3.7.4. 定义优化算法 3.7.5. 训练模型 3.7.6. 小结 3.7.7. 练习 3.7. softmax回归的简洁实现 我们在“线性回归的简洁实现” 一节中已经了解了使用Gluo... -
Usage
Usage Training an Agent Single-threaded Algorithms Multi-threaded Algorithms Multi-Node Algorithms Evaluating an Agent Playing with the Environment as a Human Learning Throug... -
Getting started with Katib
Getting started with Katib Katib setup Installing Katib Setting up persistent volumes Accessing the Katib UI Examples Example using random algorithm TensorFlow example PyTorc... -
Optimized Jupyter Notebooks on AWS
Optimized Jupyter Notebooks on AWS Kubeflow Notebook Images Optimized Jupyter Notebooks on AWS Customize Kubeflow Jupyter Notebooks Kubeflow Notebook Images Currently, we a... -
4.2. 模型参数的访问、初始化和共享
4.2. 模型参数的访问、初始化和共享 4.2.1. 访问模型参数 4.2.2. 初始化模型参数 4.2.3. 自定义初始化方法 4.2.4. 共享模型参数 4.2.5. 小结 4.2.6. 练习 4.2. 模型参数的访问、初始化和共享 在“线性回归的简洁实现” 一节中，我们通过init 模块来初始化模型的全部参数。我们也介绍了访问模型参... -
Optimized Jupyter Notebooks on AWS
Optimized Jupyter Notebooks on AWS AWS Optimized Notebook Images Optimized Jupyter Notebooks on AWS AWS-optimized Notebooks based on AWS Deep Learning Containers AWS Optimi...