书栈网 · BookStack 本次搜索耗时 0.016 秒,为您找到 143819 个相关结果.
  • 介绍

    4015 2018-04-11 《大数据实验手册》
    大数据实验手册 介绍 纠错 版权 赞助我们 更多原创开源书籍 本书来源:开源书籍:大数据实验手册 (by 楚广明 )报名参与:Star/fork GitHub 仓库 并发送 Pull Request 关注我们:扫描二维码 关注 @楚广明 微博和微信公众号赞助我们:赞助 8.99¥ ,更多原创开源书籍 期待您的支持 ^o^ ...
  • 25 期末总结

    期末总结 期末总结 终于到了期末总结的时刻了! 经过一段时间的学习,相信你对Python已经初步掌握。一开始,可能觉得Python上手很容易,可是越往后学,会越困难,有的时候,发现理解不了代码,这时,不妨停下来思考一下,先把概念搞清楚,代码自然就明白了。 Python非常适合初学者用来进入计算机编程领域。Python属于非常高级的语言,掌握了这门...
  • 使用飞桨完成手写数字识别模型

    手写数字识别任务 MNIST数据集 构建手写数字识别的神经网络模型 飞桨各模型代码结构一致,大大降低了用户的编码难度 教程采用"横纵式"教学法,适用于深度学习初学者 手写数字识别任务 数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力,目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题,已经被广...
  • 第 1 章 HTML5 概述

    第 1 章 HTML5 概述 第 1 章 HTML5 概述 学习要点: 1.HTML5 的历史 2.HTML5 的功能 3.HTML5 的特点 4.课程学习问题 主讲教师:李炎恢 HTML5 是继 HTML4.01 和 XHTML1.0 之后的超文本标记语言的最新版本。 它是由一群自由思想者组成的团队设计出来,并最终实现多媒体支持、交互...
  • 总览

    综述 面向机器学习初学者的 MNIST 初级教程 面向机器学习专家的 MNIST 高级教程 TensorFlow 使用指南 卷积神经网络 单词的向量表示 循环神经网络 (Recurrent Neural Network, 简称 RNN) 序列到序列模型 (Sequence-to-Sequence Model) Mandelbrot 集合 偏微...
  • 可变性、所有权、租借和生命期

    1707 2018-02-06 《RustPrimer 中文版》
    所有权系统 概述 所有权系统 概述 所有权系统(Ownership System)是Rust语言最基本最独特也是最重要的特性之一。 Rust追求的目标是内存安全与运行效率,但是它却没有golang, java, python等语言的内存垃圾回收机制GC。 Rust语言号称,只要编译通过就不会崩溃(内存安全);拥有着零或者极小的运行时开销(运...
  • 24 期末总结

    期末总结 期末总结 终于到了期末总结的时刻了! 经过一段时间的学习,相信你对Python已经初步掌握。一开始,可能觉得Python上手很容易,可是越往后学,会越困难,有的时候,发现理解不了代码,这时,不妨停下来思考一下,先把概念搞清楚,代码自然就明白了。 Python非常适合初学者用来进入计算机编程领域。Python属于非常高级的语言,掌握了这门...
  • hurlex — x86架构的内核Demo实现

    hurlex — x86架构的内核Demo实现 hurlex — x86架构的内核Demo实现 2014-09-05 posted in [hurlex开发文档 ] 本科操作系统课程纯粹的理论学习始终给我一种漂浮在云中的感觉。为了能在实践中深刻理解操作系统的运行机制和x86CPU以及硬件原理,我决定自己动手写一个操作系统内核的Demo程序。 当然...
  • 介绍

    简介 简介 本章的目的是让你了解和运行 TensorFlow! 在开始之前, 让我们先看一段使用 Python API 撰写的 TensorFlow 示例代码,让你对将要学习的内容有初步的印象. 这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它. import tensorflow as tf import ...
  • 九、参数初始化策略

    九、参数初始化策略 9.1 权重初始化 9.2 偏置初始化 九、参数初始化策略 有些优化算法是非迭代的,可以直接解析求解最优解;有些优化算法是迭代的,但是它们是初始值无关的。 深度学习不具有这两类性质,通常是迭代的,且与初始值相关。 深度学习中,大多数算法都受到初始值的影响。初始值能够决定:算法最终是否收敛、以及收敛时的收敛速度有多快、以...