分类
发现
榜单
开搜AI搜索
服务器优惠
AI论文
免费代码解析
搜索
注册
登录
分类
发现
榜单
开搜AI搜索
服务器优惠
AI论文
免费代码解析
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.043
秒,为您找到
814
个相关结果.
搜书籍
搜文档
AI问答搜索
torch.autograd
445
2020-03-05
《PyTorch 0.2 中文文档 & 教程》
Automatic differentiation package - torch.autograd torch.autograd.backward(variables, grad_variables, retain_variables=False) Variable API 兼容性 In-place operations on Variables ...
9.4 锚框
1595
2020-06-10
《《动手学深度学习》(PyTorch版)》
9.4 锚框 9.4.1 生成多个锚框 9.4.2 交并比 9.4.3 标注训练集的锚框 9.4.4 输出预测边界框 小结 9.4 锚框 目标检测算法通常会在输入图像中采样大量的区域,然后判断这些区域中是否包含我们感兴趣的目标,并调整区域边缘从而更准确地预测目标的真实边界框(ground-truth bounding box)。不同的模型使...
torchvision.models
557
2020-03-05
《PyTorch 0.4 中文文档》
torchvision.models 译者署名 torchvision.models torchvision.models 模块的 子模块中包含以下模型结构。 AlexNet VGG ResNet SqueezeNet DenseNet 可以通过调用构造函数来构造具有随机权重的模型: import torchvision . m...
3.13 丢弃法
2134
2020-06-10
《《动手学深度学习》(PyTorch版)》
3.13 丢弃法 3.13.1 方法 3.13.2 从零开始实现 3.13.2.1 定义模型参数 3.13.2.2 定义模型 3.13.2.3 训练和测试模型 3.13.3 简洁实现 小结 参考文献 3.13 丢弃法 除了前一节介绍的权重衰减以外,深度学习模型常常使用丢弃法(dropout)[1] 来应对过拟合问题。丢弃法有一些不同的...
Custom ItemList
329
2021-04-03
《fastai v1.x documentation》
Custom ItemList Customizing datasets in fastai Links with the data block API Creating a custom ItemBase subclassBasic attributes Example: ImageTuple Creating a custom Item...
Data
535
2021-04-03
《fastai v2.3 documentation》
Vision data Helper functions get_grid [source] clip_remove_empty [source] bb_pad [source] TransformBlock s for visionImageBlock [source] MaskBlock [source] Point...
Pretrained models
29
2024-08-11
《OpenSearch v2.16 Documentation》
OpenSearch-provided pretrained models Supported pretrained models Sentence transformers Sparse encoding models Cross-encoder models Prerequisites Step 1: Register a model grou...
Pretrained models
30
2024-07-26
《OpenSearch v2.14 Documentation》
OpenSearch-provided pretrained models Supported pretrained models Sentence transformers Sparse encoding models Cross-encoder models Prerequisites Step 1: Register a model grou...
torch.autograd
1398
2018-04-07
《PyTorch中文文档》
Automatic differentiation package - torch.autograd torch.autograd.backward(variables, grad_variables, retain_variables=False) Variable API 兼容性 In-place operations on Variables ...
1..
«
51
52
53
54
»
..82