书栈网 · BookStack 本次搜索耗时 0.014 秒,为您找到 77706 个相关结果.
  • 为什么要学习爬虫

    为什么要学习爬虫 学习目的以及需求 实现手段 爬虫应用场景(利用爬虫能做什么?) 总结 为什么要学习爬虫 学习目的以及需求 需求来自于:抓取的某个网站或者某个应用的内容,提取有用的价值 实现手段 模拟用户在浏览器或者应用( app )上的操作,实现自动化的程序 爬虫应用场景(利用爬虫能做什么?) 大家最熟...
  • 5-3,激活函数activation

    5-3,激活函数activation 一,常用激活函数 二,在模型中使用激活函数 5-3,激活函数activation 激活函数在深度学习中扮演着非常重要的角色,它给网络赋予了非线性,从而使得神经网络能够拟合任意复杂的函数。 如果没有激活函数,无论多复杂的网络,都等价于单一的线性变换,无法对非线性函数进行拟合。 目前,深度学习中最流行的激活函...
  • 深度自动编码器(Deep Autoencoder Networks)

    Deeplearning Algorithms tutorial 深度自动编码器(Deep Autoencoder Networks) Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列,在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗,覆盖无人驾驶、智能助手、图...
  • TensorFlow 中的基本 RNN

    TensorFlow 中的基本 RNN 首先,我们来实现一个非常简单的 RNN 模型,而不使用任何 TensorFlow 的 RNN 操作,以更好地理解发生了什么。 我们将使用 tanh 激活函数创建由 5 个循环神经元的循环层组成的 RNN(如图 14-2 所示的 RNN)。 我们将假设 RNN 只运行两个时间步,每个时间步输入大小为 3 的向量。 下...
  • PyTorch for former Torch users

    PyTorch for former Torch users PyTorch for former Torch users 译者:@unknown 校对者:@bringtree Author : Soumith Chintala 在本教程中, 你将学习到以下内容: 使用 torch Tensors, 它和 (Lua)Torch 有...
  • 9.传统 CTR 预估模型

    CTR 预估模型 CTR 预估模型 CTR 预估模型主要用于搜索、推荐、计算广告等领域的 CTR 预估,其发展经历了传统 CTR 预估模型、神经网络CTR 预估模型。 传统 CTR 预估模型包括:逻辑回归LR 模型、因子分解机FM 模型、梯度提升树 GBDT 模型等。其优点是:可解释性强、训练和部署方便、便于在线学习。 本章主要...
  • 示例使用

    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...
  • 全能型人才/全栈神话

    全能型人才/全栈神话 备注: 全能型人才/全栈神话 图片来源:http://andyshora.com/full-stack-developers.html 一个能够设计和开发整个 web 解决方案的人,需要具备非常强的专业技能和在视觉设计、UI/交互设计、前端开发、后端开发等领域非常丰富的经验。能这四个领域里精通一门或多门技术的人,就已经...
  • rnn

    rnn rnn paddle.fluid.layers. rnn (inputs, initial_states=None, sequence_length=None, time_major=False, is_reverse=False, **kwargs)[源代码] rnn创建一个由RNNCell cell 指定的递归神经网络,该神经...