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
0.033
秒,为您找到
141437
个相关结果.
搜书籍
搜文档
1.1.1 计算机与计算
1957
2020-07-15
《程序设计思想与方法(Python 2.7)》
1.1.1 计算机与计算 1.1.1 计算机与计算 计算机是当代最伟大的发明之一。自从人类制造出第一台电子数字计算机,迄今已近 70 年。经过这么多年的发展,现在计算机已经应用到社会、生活的几乎每一个方面。人们用计 算机上网冲浪、写文章、打游戏或听歌看电影,机构用计算机管理企业、设计制造产品或从 事电子商务,大量机器被计算机控制,手机与电脑之间的差别...
概览
1562
2020-06-11
《Go语言中文文档》
1. 概览 1.1. 概览 1.2. 安装 1.3. 快速开始 1. 概览 一个神奇的,对开发人员友好的 Golang ORM 库 1.1. 概览 全特性 ORM (几乎包含所有特性) 模型关联 (一对一, 一对多,一对多(反向), 多对多, 多态关联) 钩子 (Before/After Create/Save/Update/De...
9.8. 区域卷积神经网络(R-CNN)系列
1791
2019-06-05
《动手学深度学习》
9.8. 区域卷积神经网络(R-CNN)系列 9.8.1. R-CNN 9.8.2. Fast R-CNN 9.8.3. Faster R-CNN 9.8.4. Mask R-CNN 9.8.5. 小结 9.8.6. 练习 9.8.7. 参考文献 9.8. 区域卷积神经网络(R-CNN)系列 区域卷积神经网络(region-based ...
良心国产
6277
2018-07-26
《Windows 绝赞应用》
优秀国产软件名录 [音频文件] listen1 Mcool TTKMusicplayer 官网|下载页面 [美化工具] Huoying Video Desktop upupoo [开发工具] HBuilder [下载工具] hardseed 官网|下载页面 ⚠️未成年人请在指导下使用 [电子书库] Gaaiho PDF Rea...
7. 注孤生
1410
2018-11-15
《每个程序员上辈纸都是法力无边的巫师》
注孤生 注孤生 小法师有一阵子没动静了,为什么又冒出来了呢?因为这次比较特殊 下午小法师正在阳台上晒太阳,看着前两天女神推荐的乌合之众,无聊了刷下 Q,看到女神在线,就去聊了两句 本来没有没想到女神每句必回,响应十分迅速 按说小法师应该十分高兴,但他却本能的感觉到了一种凉意 —— 太反常了小心翼翼的试探: 加薪了?没升官了?...
5. 卷积神经网络
3539
2020-06-10
《《动手学深度学习》(PyTorch版)》
5.1 二维卷积层 5.2 填充和步幅 5.3 多输入通道和多输出通道 5.4 池化层 5.5 卷积神经网络(LeNet) 5.6 深度卷积神经网络(AlexNet) 5.7 使用重复元素的网络(VGG) 5.8 网络中的网络(NiN) 5.9 含并行连结的网络(GoogLeNet) 5.10 批量归一化 5.11 残差网络(ResNet...
bind
1053
2019-04-17
《QueryList V4 API手册》
QueryList bind(string $name,Closure $provide) 用法 QueryList bind(string $name,Closure $provide) 用法 QueryList功能扩展,绑定一个功能函数到QueryList对象,轻量级功能扩展,可以理解为注册了一个插件。可静态调用或动态调用。 参数: $...
VisualDL 使用指南
1235
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
VisualDL 使用指南 概述 动态添加数据组件 LogWriter — 记录器 scalar — 折线图组件 histogram — 直方图组件 image — 图片可视化组件 text — 文本组件 audio — 音频播放组件 high dimensional — 数据降维组件 graph — 神经网络可视化组件 Visu...
为什么说反向传播算法很高效
1798
2018-07-20
《神经网络与深度学习(完整版)》
为什么说反向传播算法很高效? 为什么说反向传播算法很高效? 为什么说反向传播算法很高效?要回答这个问题,让我们来考虑另一种计算梯度的方式。设想现在是神经网络研究的早期阶段,大概是在上世纪50年代或60年代左右,并且你是第一个想到使用梯度下降方法来进行训练的人!但是要实现这个想法,你需要一种计算代价函数梯度的方式。你回想了你目前关于演算的知识,决定试一...
1..
«
50
51
52
53
»
..100