模型库 图像分类 目标检测 图像语义分割 图像生成 场景文字识别 度量学习 视频分类 语音识别 机器翻译 强化学习 中文词法分析 情感倾向分析 语义匹配 AnyQ 机器阅读理解 个性化推荐 模型库 图像分类 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉中重要的基础问题，是物体检测、图像分割、物体...

优化器 1.SGD/SGDOptimizer 2.Momentum/MomentumOptimizer 3. Adagrad/AdagradOptimizer 4.RMSPropOptimizer 5.Adam/AdamOptimizer 6.Adamax/AdamaxOptimizer 7.DecayedAdagrad/ DecayedAdag...

rnn rnn paddle.fluid.layers.rnn ( cell, inputs, initial_states\=None, sequence_length\=None, time_major\=False, is_reverse\=False, \*kwargs* ) [源代码] rnn创建一个由RNNCell cell 指定...

阅读指南 阅读指南 和原书一样，docs内容大体可以分为3个部分： 第一部分（第1章至第3章）涵盖预备工作和基础知识。第1章介绍深度学习的背景。第2章提供动手学深度学习所需要的预备知识。第3章包括深度学习最基础的概念和技术，如多层感知机和模型正则化。如果读者时间有限，并且只想了解深度学习最基础的概念和技术，那么只需阅读第一部分。 第二部分（第4章...

实现一个图片分类应用 概述 准备环节 下载数据集 导入Python库&模块 配置运行信息 数据处理 定义数据集及数据操作 定义网络 定义损失函数及优化器 基本概念 定义损失函数 定义优化器 训练网络 配置模型保存 配置训练网络 运行并查看结果 验证模型 实现一个图片分类应用 Linux Windows Ascend...

更快的优化器 训练一个非常大的深度神经网络可能会非常缓慢。 到目前为止，我们已经看到了四种加速训练的方法（并且达到更好的解决方案）：对连接权重应用良好的初始化策略，使用良好的激活函数，使用批量规范化以及重用预训练网络的部分。 另一个巨大的速度提升来自使用比普通渐变下降优化器更快的优化器。 在本节中，我们将介绍最流行的：动量优化，Nesterov 加速梯度...

用例子学习 PyTorch 目录 张量 Warm-up：NumPy PyTorch：张量 自动求导 PyTorch：张量和自动求导 PyTorch：定义新的自动求导函数 TensorFlow：静态图 nn 模块 PyTorch：nn PyTorch：optim PyTorch：自定义nn 模块 PyTorch：控制流和权重共...

四、Semi-Supervised GCN 4.1 模型 4.2 WL-1 算法 4.3 局限性 4.4 实验 四、Semi-Supervised GCN 图的半监督学习方法大致分为两大类： 基于图的拉普拉斯矩阵正则化的方法， 包括标签传播算法label propagation 、流行正则化算法manifold regularizati...