8.5. 多GPU计算的简洁实现 8.5.1. 多GPU上初始化模型参数 8.5.2. 多GPU训练模型 8.5.3. 小结 8.5.4. 练习 8.5. 多GPU计算的简洁实现 在Gluon中，我们可以很方便地使用数据并行进行多GPU计算。例如，我们并不需要自己实现“多GPU计算” 一节里介绍的多GPU之间同步数据的辅助函数。 首先导入本...

Machine Learning Model-training addon model-training jupyter-notebook Model-serving addon model-serving Machine Learning Machine learning addon is divided into model-traini...

4.5. 读取和存储 4.5.1. 读写NDArray 4.5.2. 读写Gluon模型的参数 4.5.3. 小结 4.5.4. 练习 4.5. 读取和存储 到目前为止，我们介绍了如何处理数据以及如何构建、训练和测试深度学习模型。然而在实际中，我们有时需要把训练好的模型部署到很多不同的设备。在这种情况下，我们可以把内存中训练好的模型参数存储在...

Optimized Jupyter Notebooks on AWS Kubeflow Notebook Images Optimized Jupyter Notebooks on AWS Customize Kubeflow Jupyter Notebooks Kubeflow Notebook Images Currently, we a...

机器学习插件 机器学习插件 机器学习插件分为模型训练和模型服务两个插件，使用如下命令安装插件： vela addon enable model - training vela addon enable model - serving 模型训练插件中含有 model-training 和 jupyter-notebook 两个组件定义，你...

Getting started with Katib Katib setup Installing Katib Setting up persistent volumes Accessing the Katib UI Examples Example using random algorithm TensorFlow example PyTorc...

10.6. 求近义词和类比词 10.6.1. 使用预训练的词向量 10.6.2. 应用预训练词向量 10.6.2.1. 求近义词 10.6.2.2. 求类比词 10.6.3. 小结 10.6.4. 练习 10.6.5. 参考文献 10.6. 求近义词和类比词 在“word2vec的实现” 一节中，我们在小规模数据集上训练了一个word2...

Machine Learning Version: v1.8 Machine Learning Machine learning addon is divided into model-training addon and model-serving addon. Run the following command to install the ad...

Machine Learning Model-training addon model-training jupyter-notebook Model-serving addon model-serving Machine Learning Machine learning addon is divided into model-traini...

Machine Learning Model-training addon model-training jupyter-notebook Model-serving addon model-serving Machine Learning Machine learning addon is divided into model-traini...