功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 功能介绍 多层感知机多分类模型 参数说明 名称 中文名称 描述 类型 是否必须？ 默认值 layers 神经网络层大小 神经网络层大小 int[] ✓ blockSize 数据分块大小，默认值64 数据分块大小，默认值64 In...

TensorBoard:可视化学习 数据序列化 启动TensorBoard TensorBoard:可视化学习 TensorBoard 涉及到的运算，通常是在训练庞大的深度神经网络中出现的复杂而又难以理解的运算。 为了更方便 TensorFlow 程序的理解、调试与优化，我们发布了一套叫做 TensorBoard 的可视化工具。你可以用 ...

Master节点高可用 Master节点高可用 作者：mendickxiao 经过部署Kubernetes集群章节我们已经可以顺利的部署一个集群用于开发和测试，但是要应用到生产就就不得不考虑master节点的高可用问题，因为现在我们的master节点上的几个服务kube-apiserver 、kube-scheduler 和kube-contro...

LayerNorm LayerNorm class paddle.nn.LayerNorm ( normalized_shape, epsilon=1e-05, weight_attr=None, bias_attr=None, name=None ) [源代码] 该接口用于构建 LayerNorm 类的一个可调用对象，具体用法参照 代码示例...

Dropout Dropout class paddle.fluid.dygraph. Dropout ( p=0.5, seed=None, dropout_implementation=’downgrade_in_infer’, is_test=False ) [源代码] 丢弃或者保持输入的每个元素独立。Dropout是一种正则化手段，通过在...

《Linux 就该这么学》最新正式版已出版上市，同学们可在线上京东网 、当当网 、淘宝网 及亚马逊 等电商平台购买。 亦可就近在新华书店购买 章节简述： Hello World! 全书开篇刘遄 老师向同学们讲述自己近十年来的Linux系统 学习经历以及教学经验感悟，介绍《Linux就该这么学》书籍的主要优势及特点。开源项目的兴盛受益于开源社区强...

9.5 多样性（diversity） 9.5 多样性（diversity） 在集成学习中，基学习器之间的多样性是影响集成器泛化性能的重要因素。因此增加多样性对于集成学习研究十分重要，一般的思路是在学习过程中引入随机性，常见的做法主要是对数据样本、输入属性、输出表示、算法参数进行扰动。 数据样本扰动 ，即利用具有差异的数据集来训练不同的基学习器...

TreeConv 属性 TreeConv class paddle.fluid.dygraph. TreeConv (name_scope, output_size, num_filters=1, max_depth=2, act='tanh', param_attr=None, bias_attr=None, name=None)[源代码] ...

语义角色标注 说明 背景介绍 模型概览 栈式循环神经网络（Stacked Recurrent Neural Network） 双向循环神经网络（Bidirectional Recurrent Neural Network） 条件随机场 (Conditional Random Field) 深度双向LSTM（DB-LSTM）SRL模型 数据介绍 ...