linear_lr_warmup linear_lr_warmup paddle.fluid.layers.linear_lr_warmup ( learning_rate, warmup_steps, start_lr, end_lr ) [源代码] 该OP使用学习率优化策略-线性学习率热身(warm up)对学习率进行初步调整。在正常调整学...

maxout 参数 返回 返回类型 抛出异常 代码示例 maxout paddle.fluid.layers.maxout (x, groups, name=None, axis=1)[源代码] 假设输入形状为(N, Ci, H, W)，输出形状为(N, Co, H, W)，则 运算公式如下: 请参阅论文: Maxout...

Dropout 参数 形状 代码示例 Dropout paddle.nn.Dropout ( p=0.5, axis=None, mode=”upscale_in_train”, name=None ) [源代码] Dropout是一种正则化手段，该算子根据给定的丢弃概率 p ，在训练过程中随机将一些神经元输出设置为0，通过阻止神经元节点...

bpr_loss 参数 返回 返回类型 代码示例 bpr_loss paddle.fluid.layers.bpr_loss (input, label, name=None)[源代码] 贝叶斯个性化排序损失函数（Bayesian Personalized Ranking Loss Operator ） 该OP属于pairwise类型的...

循环神经网络 RNN 循环神经网络 RNN 循环神经网络recurrent neural network:RNN ：用于处理序列数据 的神经网络，其中 表示第 个样本。 是一个序列 ，序列的长度可以是固定的、也可以是变化的。 固定的序列长度：对每个样本 ，其序列长度都是常数 。 可变的序列长度：样本 的序列长度 可能不等于样本 ...

pixel_shuffle 参数 返回 代码示例 pixel_shuffle paddle.nn.functional.pixel_shuffle ( x, upscale_factor, data_format=’NCHW’, name=None ) [源代码] 该算子将一个形为[N, C, H, W]或是[N, H, W, C]的Te...

Embedding [source] Embedding keras . layers . Embedding ( input_dim , output_dim , embeddings_initializer = 'uniform' , embeddings_regularizer = None , activity_regulariz...

linear_lr_warmup linear_lr_warmup paddle.fluid.layers. linear_lr_warmup (learning_rate, warmup_steps, start_lr, end_lr)[源代码] 该OP使用学习率优化策略-线性学习率热身(warm up)对学习率进行初步调整。在正常调整学...