榜单
服务器优惠
AI论文
-
使用PyNative模式调试
使用PyNative模式调试 概述 执行单算子 执行普通函数 提升PyNative性能 调试网络训练模型 使用PyNative模式调试 概述 MindSpore支持两种运行模式，在调试或者运行方面做了不同的优化: PyNative模式：也称动态图模式，将神经网络中的各个算子逐一下发执行，方便用户编写和调试神经网络模型。 Grap... -
四、Semi-Supervised GCN
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... -
附录一、有用的 Python 数据科学包
附录一、有用的 Python 数据科学包 数据科学模块 核心包 文本挖掘 数学和统计学 网络爬虫 可视化库 图论/网络 深度学习 标准库的有用部分 基本工具 实用函数 文件格式 数据对象 附录一、有用的 Python 数据科学包 原文：Useful Python Packages for Data Science 译者... -
9.1 个体与集成
9.1 个体与集成 9.1 个体与集成 集成学习的基本结构为：先产生一组个体学习器，再使用某种策略将它们结合在一起。集成模型如下图所示： 在上图的集成模型中，若个体学习器都属于同一类别，例如都是决策树或都是神经网络，则称该集成为同质的（homogeneous）;若个体学习器包含多种类型的学习算法，例如既有决策树又有神经网络，则称该集成为异质... -
rnn
rnn 参数 返回类型 代码示例 rnn 查看属性与别名 API属性：声明式编程(静态图)专用API paddle.fluid.layers.rnn ( cell, inputs, initial_states=None, sequence_length=None, time_major=False, is_reverse=False, ... -
介绍
简单粗暴 TensorFlow 2.0 | A Concise Handbook of TensorFlow 2.0 Indices and tables 简单粗暴 TensorFlow 2.0 | A Concise Handbook of TensorFlow 2.0 基于Eager Execution | Based on Eager Exe... -
9.10. 全卷积网络（FCN）
9.10. 全卷积网络（FCN） 9.10.1. 转置卷积层 9.10.2. 构造模型 9.10.3. 初始化转置卷积层 9.10.4. 读取数据集 9.10.5. 训练模型 9.10.6. 预测像素类别 9.10.7. 小结 9.10.8. 练习 9.10.9. 参考文献 9.10. 全卷积网络（FCN） 上一节介绍了，我们可以基... -
六、GGS-NN
六、GGS-NN 6.1 模型 6.1.1 GNN回顾 6.1.2 GG-NN模型 6.1.3 GGS-NNs 模型 6.2 application 6.2.1 bAbI 任务 6.2.2 讨论 六、GGS-NN 目前关于图神经网络模型的工作主要集中在单输出模型上，如graph-level 的分类。实际上有一些图任务需要输出序列，如... -
Model Zoos
Model Zoos 你在哪里可以找到一个类似于你想要解决的任务训练的神经网络？ 首先看看显然是在你自己的模型目录。 这是保存所有模型并组织它们的一个很好的理由，以便您以后可以轻松地检索它们。 另一个选择是在模型动物园中搜索。 许多人为了各种不同的任务而训练机器学习模型，并且善意地向公众发布预训练模型。 TensorFlow 在 https://git...