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
0.040
秒,为您找到
141437
个相关结果.
搜书籍
搜文档
常见的分布式并行策略
1408
2021-10-31
《OneFlow v0.5 深度学习框架文档》
常见的分布式并行策略 为什么分布式训练越来越流行 常见的并行策略 数据并行 模型并行 流水并行 混合并行 常见的分布式并行策略 为什么分布式训练越来越流行 近年来,深度学习被广泛应用到各个领域,包括计算机视觉、语言理解、语音识别、广告推荐等。在这些不同的领域中,一个共同的特点就是模型规模越来越大,比如 GPT-3 模型的参数量达到1750...
VisualDL 使用指南
1234
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...
LeNet
1138
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
LeNet LeNet LeNet是最早的卷积神经网络之一[1]。1998年,Yan LeCun第一次将LeNet卷积神经网络应用到图像分类上,在手写数字识别任务中取得了巨大成功。LeNet通过连续使用卷积和池化层的组合提取图像特征,其架构如 图1 所示,这里展示的是作者论文中的LeNet-5模型: 图1:LeNet模型网络结构示意图 ...
Sublime 编辑器
1398
2018-07-23
《前端开发笔记本》
Sublime 编辑器 介绍 安装 Windows/OS X Ubuntu Sublime 快捷键 推荐插件 1.Package Control 2.Emmet 3.JQuery 4.FileHeader 5.Pretty Json 6.CSS Format 7.ConvertToUTF8 用户自定义代码 Sublime ...
DIY四轴飞行器如何入门?
2642
2018-03-16
《Crazepony开源四轴飞行器》
DIY四轴飞行器如何入门? 大四轴 小四轴 DIY四轴飞行器如何入门? 作者: 电子匠人 作者:电子匠人,本文在知乎同标题帖 基础上编辑而成。 先回答入门书籍的问题。在淘宝和京东上没见到过DIY四轴的书籍,有一些飞行器的也是建模神马的天书。当时在京东买了一本《空中机器人(四旋翼)专项教育教材》,妈蛋这么偏僻我都找到了!!!!快递到了兴高...
Differentiable programming (WIP)
783
2020-10-26
《Taichi(太极) 0.6.24 编程语言文档》
Differentiable programming (WIP) Differentiable programming (WIP) This page is work in progress. Please check out the DiffTaichi paper and video to learn more about Taichi di...
四、隐单元
1773
2020-05-31
《AI算法工程师手册》
四、隐单元 4.1 修正线性单元 4.2 maxout 单元 4.3 sigmoid / tanh 单元 4.4 其他隐单元 4.5 激活函数对比 四、隐单元 隐单元的设计是一个非常活跃的研究领域,并且目前还没有明确的指导性理论,难以决定何时采用何种类型的隐单元。 通常不能预先判断哪种类型的隐单元工作的最好,所以设计过程中需要反复试错...
6、其他资源
3032
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
6、其他资源 有许多资源可用于了解机器学习。Andrew Ng 在 Coursera 上的 ML 课程 和 Geoffrey Hinton 关于神经网络和深度学习 的课程都是非常棒的,尽管这些课程需要大量的时间投入(大概是几个月)。 还有许多关于机器学习的比较有趣的网站,当然还包括 scikit-learn 出色的 用户指南 。你可能会喜欢上 Dat...
训练神经网络
740
2019-07-24
《PaddlePaddle v1.4(fluid) 深度学习平台》
训练神经网络 训练神经网络 PaddlePaddle Fluid支持单机训练和多节点训练。每种训练模式下,都支持多种训练方法,本部分包含以下内容: 单机训练 多机训练 模型/变量的保存、载入与增量训练
1..
«
51
52
53
54
»
..100