分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.028
秒,为您找到
60976
个相关结果.
搜书籍
搜文档
GoFrame社区教程
661
2023-07-17
《GoFrame v2.5 开发文档》
一、Golang学习 二、GoFrame学习 王中阳的学习专栏 狐狸大佬学习专栏 基础教程-快速入门 实战教程-登录篇 开发工具链 正则表达式 代码地址 一、Golang学习 基本介绍,安装部署,运行第一个程序及基础介绍,开发工具介绍,go module ,基础语法,常用数据结构,函数介绍,指针,结构体,接口,错误处理,协程,通道,通道...
迁移学习教程
2197
2020-09-19
《PyTorch 1.2 中文文档 & 教程》
迁移学习教程 加载数据 可视化一些图像 训练模型 模型预测的可视化 微调卷积神经网络 训练与评价 将卷积神经网络为固定特征提取器 训练与评价 迁移学习教程 作者 :Sasank Chilamkurthy 译者:DrDavidS 校验:DrDavidS 在本教程中,您将学习如何使用迁移学习训练网络。你可以在 cs231...
22. 下一步该去哪 - Where to go next
1760
2018-04-05
《Elixir官网的入门教程中文翻译》
下一步该去哪 构建你的第一个Elixir项目 元编程 社区和其它资源 Erlang基础 下一步该去哪 构建你的第一个Elixir项目 元编程 社区与其它资源 Erlang基础 想要学习更多?继续阅读! 构建你的第一个Elixir项目 为了开始你的第一个项目,Elixir装载了一个叫做Mix的构建工具.你可以开始你的新项目,只需要运行...
交流
1077
2020-01-31
《NodeJs小册》
交流 GitHub 微信公众号 邮件 交流 GitHub 本项目所有示例代码托管在 GitHub 上,仓库是:nodejs-book 。 建议初学者亲自动手,将所有示例程序编写一遍,加深理解。编程没有捷径 ,唯有带着 好奇心 探索程序背后的秘密,多动手勤练习,方能编写出你的理想世界。 如需与我们交流,也可以在在本项目中 新建一个...
交流
2532
2020-01-31
《学习Linux》
交流 GitHub 微信公众号 QQ交流群 邮件 交流 GitHub 本项目所有示例代码托管在 GitHub 上,仓库是:learn-linux 。 建议初学者亲自动手,将所有示例程序编写一遍,加深理解。编程没有捷径 ,唯有带着 好奇心 探索程序背后的秘密,多动手勤练习,方能编写出你的理想世界。 如需与我们交流,也可以在在本项...
1. 概述
812
2019-02-09
《MIP(移动网页加速器) Codelab 文档》
概述 通过本教程您可以学到 学习本教程前您应该掌握 在开发前您需要准备 概述 MIP 通过提供 Shell 的机制,使我们的一个个独立页面得以串联起来,获得像单页应用 (SPA) 那样的切换效果,成为一个完整的站点。如果要打造全站式的复杂的业务场景,页面间数据共享是常见的需求。 比如这么一个场景: 我们有城市选择的需求,业务上存在首页和城市选...
WeightNormParamAttr
599
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
WeightNormParamAttr WeightNormParamAttr 注意:该API仅支持【静态图】模式 class paddle.fluid. WeightNormParamAttr (dim=None, name=None, initializer=None, learning_rate=1.0, regularizer=None...
WeightNormParamAttr
564
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
WeightNormParamAttr WeightNormParamAttr class paddle.fluid. WeightNormParamAttr (dim=None, name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, gr...
更细粒度的参数优化设置
962
2020-03-31
《MegEngine (天元) 深度学习框架 v0.3.1 使用教程》
更细粒度的参数优化设置 不同参数使用不同的学习速率 训练中对学习速率的更改 固定部分参数不优化 更细粒度的参数优化设置 在 网络的训练和测试 中网络使用如下优化器进行训练: import megengine . optimizer as optim optimizer = optim . SGD ( le_ne...
1..
«
56
57
58
59
»
..100