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
0.061
秒,为您找到
118106
个相关结果.
搜书籍
搜文档
6.4. 循环神经网络的从零开始实现
2003
2019-06-05
《动手学深度学习》
6.4. 循环神经网络的从零开始实现 6.4.1. one-hot向量 6.4.2. 初始化模型参数 6.4.3. 定义模型 6.4.4. 定义预测函数 6.4.5. 裁剪梯度 6.4.6. 困惑度 6.4.7. 定义模型训练函数 6.4.8. 训练模型并创作歌词 6.4.9. 小结 6.4.10. 练习 6.4. 循环神经网络的...
数值计算
898
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
数值计算 FLAGS_enable_cublas_tensor_op_math 取值范围 示例 FLAGS_use_mkldnn 取值范围 示例 注意 数值计算 FLAGS_enable_cublas_tensor_op_math (始于1.2.0) 该flag表示是否使用Tensor Core,但可能会因此降低部分精确度。 ...
数值计算
984
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
数值计算 FLAGS_enable_cublas_tensor_op_math 取值范围 示例 FLAGS_use_mkldnn 取值范围 示例 注意 数值计算 FLAGS_enable_cublas_tensor_op_math (始于1.2.0) 该flag表示是否使用Tensor Core,但可能会因此降低部分精确度。 ...
基于U-Net卷积神经网络实现宠物图像分割
830
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
基于U-Net卷积神经网络实现宠物图像分割 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 PetDataSet数据集抽样展示 3.4 数据集类定义 四、模型组网 4.1 定义SeparableConv2D接口 4.2 定义Encoder编码器 4.3 定义Decoder解码器 4.4 训练模型组网...
What is torch.nn really?
1376
2020-03-05
《PyTorch 1.0 中文文档 & 教程》
torch.nn 到底是什么? MNIST数据安装 神经网络从零开始(不使用torch.nn) torch.nn.functional的使用 使用nn.Module进行重构 使用nn.Linear进行重构 使用optim进行重构 使用Dataset进行重构 使用DataLoader进行重构 增加验证集 编写fit()和get_data()...
为什么深度神经网络的训练是困难的
878
2018-07-20
《神经网络与深度学习(完整版)》
文章链接:http://mp.weixin.qq.com/s?__biz=MzIxMjAzNDY5Mg==&mid=2650790854&idx=1&sn=6a7d238a0d558f4e0d6ca02e4d0b6d5d&scene=21#wechat_redirect 原文: https://hit-scir.gitbooks.io/neural-...
练习
870
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
练习 使用 He 初始化随机选择权重,是否可以将所有权重初始化为相同的值? 可以将偏置初始化为 0 吗? 说出 ELU 激活功能与 ReLU 相比的三个优点。 在哪些情况下,您想要使用以下每个激活函数:ELU,leaky ReLU(及其变体),ReLU,tanh,logistic 以及 softmax? 使用MomentumOptimizer 时,如果...
池化层
1676
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
池化层 一旦你理解了卷积层是如何工作的,池化层很容易掌握。 他们的目标是对输入图像进行二次抽样(即收缩)以减少计算负担,内存使用量和参数数量(从而限制过度拟合的风险)。 减少输入图像的大小也使得神经网络容忍一点点的图像变换(位置不变)。 就像在卷积图层中一样,池化层中的每个神经元都连接到前一层中有限数量的神经元的输出,位于一个小的矩形感受野内。 您...
示例使用
1326
2018-02-23
《TensorFlow 官方文档中文版》
应用实例 应用实例 本页介绍了一些 TensorFlow 系统当前在实际中的应用。 如果您在做研究、教育、或在某些产品中正在使用 TensorFlow,我们非常乐意在这里添加一些有关您的使用情况。请随时给我们发电子邮件简要说明您是如何使用TensorFlow的,或者给我们发 pull request来添加一个条目到本文件。 下面列出了...
1..
«
40
41
42
43
»
..100