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
0.013
秒,为您找到
31982
个相关结果.
搜书籍
搜文档
总结:完整掌握深度学习建模
1696
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
作业 2-5 截止目前,诸位读者已经掌握了使用飞桨完成深度学习建模的方法,并且可以编写相当强大的模型。如果将每个模型部分均展开,整个模型实现有几百行代码,可以灵活的实现各种建模过程中的需求。 “横纵式”教学法编写相当强大的模型 本章内容覆盖了使用飞桨建模各方面的基础知识,但仅以手写数字识别为案例,还难以覆盖各个领域的建模经验。从下一章开始,我们正...
飞桨开源深度学习平台
6268
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
飞桨开源深度学习平台 飞桨开源深度学习平台全景 本地模型开发和部署:数据保存在本地服务器,模型选择灵活度高 云端模型开发和部署:数据保存在云端,提供可视化GUI界面,安全高效 - 模型开发 - 预测部署 在线教育平台AI Studio 飞桨技术优势 多领域产业级模型达到业界领先水平 支持多端多平台的部署,适配多种类型硬件芯片 飞桨在各行业的...
3.31 学习包管理器
1233
2020-01-13
《前端开发者手册2019》
3.31 学习包管理器 3.31 学习包管理器 包管理器或包管理系统是一组软件集合的工具,它可以通过一致的方式自动执行安装,更新,配置以及移除计算机操作系统软件包的过程。它通常维护了一个软件依赖和版本信息的数据库,以防止软件无法匹配和丢失前置依赖。 — 维基百科 基础学习: JavaScript包管理器工作原理介绍 [阅读] ...
学习 web/浏览器 API
1051
2020-01-13
《前端开发者指南(2017)》
学习 web/浏览器 API 学习: 学习音频: 学习 Canvas: 注意: 学习 web/浏览器 API 图片来源http://www.evolutionoftheweb.com/ BOM(浏览器对象模型)和 DOM(文档对象模型)并不是唯一的通过浏览器的 web 平台可以利用的浏览器 API。不单单指 DOM 或 BOM,只要是...
学习包管理工具
915
2020-01-13
《前端开发者指南(2017)》
关于包管理工具的学习 综合学习: 关于包管理工具的学习 包管理工具或者包管理系统,是一些以一致的风格对计算机操作系统中的软件包进行自动化安装、升级、配置以及删除的软件工具。它通常维护着一个关于软件依赖性和版本信息的数据库,用以解决软件之间的配对和依赖问题。 — 维基百科 综合学习: Javascript 包管理工具的工作原理入门 ...
学习 JSON (JavaScript 对象表示法)
1314
2020-01-13
《前端开发者指南(2017)》
学习 JSON (JavaScript 对象表示法) 概论: 参考文档: 标准/规范: 架构: 学习 JSON (JavaScript 对象表示法) JSON, (更加标准的说法应该是 Javascript 对象表示法),是一个使用接近自然语言的文字来传输包含键值对的数据对象的开放标准格式。它是浏览器/服务器进行异步传输(AJAX)的时候使...
学习域名系统(又叫 DNS)
1118
2020-01-13
《前端开发者指南(2017)》
学习域名系统(又叫 DNS) 学习域名系统(又叫 DNS) 域名系统(DNS)是按层级划分的分布式命名系统,用以访问连接到互联网或私有网络中的计算机、服务、资源。它通过域名关联各种信息,这些域名被分配至每个参与实体(participating entities)上。它最突出的特点在于:将便于人们记忆的域名解析成数字表示的 IP 地址,IP 地址则符合...
直接学习更为丰富的输出
952
2020-03-15
《机器学习训练秘籍(Machine Learning Yearning 中文版)》
直接学习更为丰富的输出 直接学习更为丰富的输出 一个图像分类算法可以输入一个图像 ,并输出一个表示对象类别的整数。那么一个算法可以输出一个完整的句子来对图像进行描述吗? 举个例子—— 输入 为: 输出 为:“一辆黄色的公共汽车在路上开着,背景是绿色的树和绿色的草。 ” 传统的监督学习应用学得一个函数: ,其中输出 通常是一个...
2. 无监督学习
1588
2020-03-01
《scikit-learn (sklearn) 0.19 官方文档中文版》
2. 无监督学习 2. 无监督学习 2.1 高斯混合模型 2.1.1 高斯混合 2.1.1.1 优缺点 2.1.1.1.1 优点 2.1.1.1.2 缺点 2.1.1.2 选择经典高斯混合模型中分量的个数 2.1.1.3 估计算法期望最大化(EM) 2.1.2 变分贝叶斯高斯混合 2.1.2.1 估计算法: 变分推断(var...
12.5 稀疏表示与字典学习
2047
2019-11-07
《周志华《机器学习》学习笔记》
12.5 稀疏表示与字典学习 12.5 稀疏表示与字典学习 当样本数据是一个稀疏矩阵时,对学习任务来说会有不少的好处,例如很多问题变得线性可分,储存更为高效等。这便是稀疏表示与字典学习的基本出发点。稀疏矩阵即矩阵的每一行/列中都包含了大量的零元素,且这些零元素没有出现在同一行/列,对于一个给定的稠密矩阵,若我们能通过某种方法找到其合适的稀疏表示 ...
1..
«
43
44
45
46
»
..100