书栈网 · BookStack 本次搜索耗时 0.029 秒,为您找到 1163 个相关结果.
  • Version history

    Version history Version history OpenSearch version Release highlights Release date 2.15.0 Includes parallel ingestion processing, SIMD support for exact search, and the ability...
  • Use Cases

    Use Cases Semantic Search LLM Orchestration Language Model Workflows Use Cases The following sections introduce common txtai use cases. A comprehensive set of over 50 example...
  • Improving Our Model

    819 2021-03-31 《The fastai book》
    Improving Our Model The Learning Rate Finder Unfreezing and Transfer Learning Discriminative Learning Rates Selecting the Number of Epochs Deeper Architectures Improving O...
  • AlphaDropout

    AlphaDropout 参数 返回 代码示例 AlphaDropout paddle.nn. AlphaDropout ( p=0.5, name=None ) [源代码] AlphaDropout是一种具有自归一化性质的dropout。均值为0,方差为1的输入,经过AlphaDropout计算之后,输出的均值和方差与输入保持一致。Alp...
  • pixel_shuffle

    pixel_shuffle pixel_shuffle paddle.fluid.layers.pixel_shuffle ( x, upscale_factor ) [源代码] 该OP将一个形为[N, C, H, W]的Tensor重新排列成形为 [N, C/r**2, H*r, W*r] 的Tensor。这样做有利于实现步长(stride)...
  • 情感分析

    情感分析 背景介绍 说明: 模型概览 文本卷积神经网络简介(CNN) 循环神经网络(RNN) 长短期记忆网络(LSTM) 栈式双向LSTM(Stacked Bidirectional LSTM) 数据集介绍 配置模型 文本卷积神经网络 栈式双向LSTM 训练模型 定义训练环境 定义数据提供器 构造训练器 提供数据并构建主训练循环 ...
  • 情感分析

    情感分析 背景介绍 模型概览 文本卷积神经网络简介(CNN) 循环神经网络(RNN) 长短期记忆网络(LSTM) 栈式双向LSTM(Stacked Bidirectional LSTM) 数据集介绍 配置模型 文本卷积神经网络 栈式双向LSTM 训练模型 定义训练环境 定义数据提供器 构造训练器 提供数据并构建主训练循环 训练过程...
  • 卷积神经网络(CNN)

    卷积神经网络(CNN) 使用Keras实现卷积神经网络 使用Keras中预定义的经典卷积神经网络结构 卷积神经网络(CNN) 卷积神经网络 (Convolutional Neural Network, CNN)是一种结构类似于人类或动物的 视觉系统 的人工神经网络,包含一个或多个卷积层(Convolutional Layer)、池化层(Poo...
  • Use Cases

    Use Cases Semantic Search LLM Orchestration Language Model Workflows Use Cases The following sections introduce common txtai use cases. A comprehensive set of over 50 example...
  • Version history

    Version history Version history OpenSearch version Release highlights Release date 2.15.0 Includes parallel ingestion processing, SIMD support for exact search, and the abilit...