榜单
服务器优惠
AI论文
-
kmeans
Kmeans Clustering Description Quickstart Usage Initialize Parameters Properties .config .dataset .dataTensor .centroids Methods Examples Demo Tutorials Acknowledgemen... -
Model Zoos
Model Zoos 你在哪里可以找到一个类似于你想要解决的任务训练的神经网络？ 首先看看显然是在你自己的模型目录。 这是保存所有模型并组织它们的一个很好的理由，以便您以后可以轻松地检索它们。 另一个选择是在模型动物园中搜索。 许多人为了各种不同的任务而训练机器学习模型，并且善意地向公众发布预训练模型。 TensorFlow 在 https://git... -
Dockerfile Locations
Dockerfile Locations Feedback Dockerfile Locations Where to find the Dockerfiles for all of Kubeflow’s images Image Name Dockerfile Location tf_operator https://github.com/ku... -
Get the Model Metadata When Generating Prediction Workflow Codes
Get the Model Metadata When Generating Prediction Workflow Codes Background What Data Should Be Saved As the Model Metadata How to Save the Model Metadata Open Source Version PA... -
GPU
GPU 使用方法 Kubernetes v1.8 及更新版本 NVIDIA 插件 GCE/GKE GPU 插件 请求 nvidia.com/gpu 资源示例 Kubernetes v1.6 和 v1.7 多种型号的 GPU 使用 CUDA 库 附录：CUDA 安装方法 参考文档 GPU Kubernetes 支持容器请求 GPU... -
1-2 Example: Modeling Procedure for Images
1-2 Example: Modeling Procedure for Images 1. Data Preparation 2. Model Definition 3. Model Training 4. Model Evaluation 5. Model Application 6. Model Saving 1-2 Example:... -
跨多个参数服务器的分片变量
跨多个参数服务器的分片变量 正如我们很快会看到的那样，在分布式设置上训练神经网络时，常见模式是将模型参数存储在一组参数服务器上（即"ps" 作业中的任务），而其他任务则集中在计算上（即 ，"worker" 工作中的任务）。 对于具有数百万参数的大型模型，在多个参数服务器上分割这些参数非常有用，可以降低饱和单个参数服务器网卡的风险。 如果您要将每个变量手动... -
Dockerfile Locations
Dockerfile Locations Dockerfile Locations Where to find the Dockerfiles for all of Kubeflow’s images Image Name Dockerfile Location tf_operator https://github.com/kubeflow/tf-... -
Contributing
On Github Issues and Pull Requests Bug reporting Requesting a Feature Requests for Contributions Pull Requests Note: Adding new examples On Github Issues and Pull Request... -
数据类型
数据类型 支持的数据类型 数据类型 Spark、MLeap、Scikit-Learn 和 TensorFlow 自身都支持了相当多的数据类型。庆幸的是，由于这些平台框架都是基于已被广泛认可的数学数据结构来设计，因为他们能够在一定程度上相互兼容。 Data Frame 在一个 Schema 对象中存储它的数据列的数据类型。这个 Schema 对象可...