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
0.020
秒,为您找到
118829
个相关结果.
搜书籍
搜文档
BAT大咖助力,全面升级Android面试
3808
2020-05-25
《Android面试宝典》
BAT大咖助力,全面升级Android面试 课程章节 第1章 课程介绍 第2章 一线互联网公司初中高Android开发工程师的技能要求 第3章 Android基础相关面试问题 第4章 异步消息处理机制相关面试问题 第5章 View相关面试问题 第6章 Android项目构建相关面试问题 第7章 开源框架相关面试问题 第8章 Android异常...
致谢
695
2023-05-05
《华为 openGauss v5.0.0 使用手册(企业版)》
致谢 致谢 我们忠心地感谢参与和协助openGauss项目的所有成员,包括华为、云和恩墨、海量数据、中国联通、南大通用、粤港澳大湾区国家技术创新中心、软通动力、北京超图软件股份有限公司、民生银行、神舟通用、电子科技大学计算机科学与工程学院、宁夏大学信息工程学院、华南理工大学软件学院、中山大学计算机学院、中央民族大学信息工程学院、西安利他网络有限公司、北...
钳制节点
94
2024-08-11
《Blender 4.2 参考手册》
钳制节点 输入 属性 输出 示例 钳制节点 钳制 节点用于将数值钳制在最小值和最大值之间的范围内。 输入 数值 要钳制的输入值。 最小值 最小值。 最大值 最大值。 属性 钳制类型 开启钳制。 最小/最大: 最大值和最小值之间的差异。 范围: 限制在最小值和最大值之间的值。当最小值大于最大值时,则在最大值和最小...
池化
2725
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果,它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入,此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...
池化
2839
2019-07-24
《PaddlePaddle v1.4(fluid) 深度学习平台》
池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果,它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入,此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...
资源配额类型参考
229
2023-04-26
《Rancher v2.6 中文文档》
资源配额类型参考 资源配额类型参考 创建资源配额相当于配置项目可用的资源池。你可以为以下资源类型设置资源配额: 资源类型 描述 CPU 限制 分配给项目/命名空间的最大 CPU 量(以毫核 为单位)1 CPU 预留 预留给项目/命名空间的最小 CPU 量(以毫核为单位)1 内存限制 分配给项目/命名空间的最大内存量(以字节为单位)1 内存预留 预留给...
28.3 代码的熵值
481
2020-10-28
《初学者逆向工程(Reverse Engineering for Beginners)》
28.3 代码的熵值 28.3.1 x86 28.3.2 ARM(Thumb模式) 28.3.3 ARM(ARM模式) 28.3.4 MIPS(小端序) 28.3 代码的熵值 (熵在理想的情况是,压缩(或加密)文件是每字节8位;如果每字节的熵为0,它可能是任意大小的空白文件) 在这里我们可以看到当CPU(ARM模式的ARM架构或者MIPS架构...
池化
3684
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果,它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入,此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...
池化
3680
2019-07-24
《PaddlePaddle v1.5(fluid) 深度学习平台》
池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果,它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入,此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...
1..
«
38
39
40
41
»
..100