书栈网 · BookStack 本次搜索耗时 0.042 秒,为您找到 151033 个相关结果.
  • 组合

    组合 输入 属性 输出 示例 组合 Compare 节点接收两个输入并进行操作以确定它们是否相似。该节点可以在所有的通用数据类型上工作,并且对包含更复杂的比较的向量有模式,这可以帮助减少必要的节点数量,并使节点树更容易阅读。 输入 至 B 所选类型的标准值输入。 Shift-C 当 模式 属性被设置为 点积 时,与两个输入向量的点...
  • const 命令

    const 命令 基本用法 本质 ES6 声明变量的六种方法 const 命令 基本用法 const 声明一个只读的常量。一旦声明,常量的值就不能改变。 const PI = 3.1415 ; PI // 3.1415 PI = 3 ; // TypeError: Assignment to constan...
  • 第八课:基本着色

    1912 2018-02-06 《OpenGL 教程》
    第八课:基础光照模型 法向 三角形法向 顶点法向 在OpenGL中使用顶点法向 漫反射部分 表面法向的重要性 注意正负 材质颜色 模拟光源 组合在一起 运行时间 结果 环境光分量 结果 镜面反射分量 最终结果 第八课:基础光照模型 在第八课中,我们将学习光照模型的基础知识。包括: 物体离光源越近会越亮 直视反射光时...
  • 一、参数范数正则化

    一、参数范数正则化 1.1 L2 正则化 1.1.1 整体影响 1.1.2 物理意义 1.1.3 示例 1.2 L1 正则化 1.2.1 整体效果 1.2.2 物理意义 1.3 L1/L2正则化与最大后验估计 一、参数范数正则化 一些正则化方法通过对目标函数 添加一个参数范数正则化项 来限制模型的容量capacity 。 正...
  • py_func

    py_func py_func paddle.fluid.layers. py_func (func, x, out, backward_func=None, skip_vars_in_backward_input=None)[源代码] PaddlePaddle Fluid通过该接口在Python端注册OP。所注册的Python OP的前向...
  • Transform2D

    Transform2D 描述 教程 属性 方法 常量 属性说明 方法说明 Transform2D 2D 变换(2×3 矩阵)。 描述 用于 2D 线性变换的 2×3 矩阵(2 行 3 列),可以表示平移、旋转、缩放等变换。由三个 Vector2 值组成:x 、y 、origin 。 更多信息请阅读文档文章《矩阵和变换》。 教程...
  • 数据流

    2834 2019-12-09 《HTTP/3 详解》
    数据流 流量控制(Flow control) 流标识符 流并发 收发数据 流优先度 数据流 数据流(Streams)在QUIC中提供了一个轻量级、有序的字节流的抽象化。 QUIC中有两种基本的数据流类型: 从发起者到对等端(Peer)的单向数据流。 双向均可发出数据的双向数据流。 连接端点的任意一方都可以建立这两种数据流,数...
  • 1.2 数据结构的索引

    1.2 数据结构的索引 1.2.1 问题 1.2.2 方案 1.2.2.1 使用数字和名称进行索引 1.2.2.2 使用布尔向量进行索引 1.2.2.3 负索引 1.2 数据结构的索引 1.2.1 问题 你想获得数据结构的一部分。 1.2.2 方案 可以使用数字索引或通过使用适当长度的布尔向量来提取向量、矩阵或数据框中的元素。以下...
  • Milvus 是什么

    Milvus 是什么 整体架构 应用场景 主要特性 异构计算 支持主流索引库、距离计算方式和监控工具 近实时搜索 标量字段过滤 (即将上线) 发行版本 加入开发者社区 Milvus 是什么 Milvus 是一款开源的向量数据库,支持针对 TB 级向量的增删改操作和近实时查询,具有高度灵活、稳定可靠以及高速查询等特点。Milvus 集...
  • 10.7. 文本情感分类:使用循环神经网络

    1595 2019-06-05 《动手学深度学习》
    10.7. 文本情感分类:使用循环神经网络 10.7.1. 文本情感分类数据 10.7.1.1. 读取数据 10.7.1.2. 预处理数据 10.7.1.3. 创建数据迭代器 10.7.2. 使用循环神经网络的模型 10.7.2.1. 加载预训练的词向量 10.7.2.2. 训练并评价模型 10.7.3. 小结 10.7.4. 练习 10....