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
0.013
秒,为您找到
27507
个相关结果.
搜书籍
搜文档
1. 机器学习基础
7549
2018-02-16
《机器学习实战(Machine Learning in Action)》
第1章 机器学习基础 机器学习 概述 机器学习 研究意义 机器学习 场景 机器学习 组成 主要任务 监督学习(supervised learning) 非监督学习(unsupervised learing) 强化学习 训练过程 算法汇总 机器学习 使用 机器学习 数学基础 机器学习 工具 Python语言 数学工具 附:机器学习...
服务端
383
2023-02-16
《bRPC v1.4 中文文档》
服务端 基础功能 搭建http:h2服务 搭建gRPC服务 搭建thrift服务 搭建Nshead服务 推送 高效率排查server卡顿 雪崩 自适应限流 流媒体服务 json2pb 服务端 学习如何使用服务端bRPC。 基础功能 学习如何使用bRPC Server。 搭建http:h2服务 学习如何搭建Http2服...
服务端
373
2023-05-20
《bRPC v1.5 中文文档》
服务端 基础功能 搭建http:h2服务 搭建gRPC服务 搭建thrift服务 搭建Nshead服务 推送 高效率排查server卡顿 雪崩 自适应限流 流媒体服务 json2pb 服务端 学习如何使用服务端bRPC。 基础功能 学习如何使用bRPC Server。 搭建http:h2服务 学习如何搭建Http2服...
快速开始-What’s Next
442
2023-07-17
《GoFrame v2.5 开发文档》
简单总结 接下来的学习 服务组件的进一步学习 Web项目学习 微服务学习 框架组件的进一步学习 核心组件 组件列表 重要的Tips 简单总结 好的,当您已经学习完前面的基础章节后,你应该学习到以下的内容: 业务项目搭建 项目启动逻辑 配置组件的使用 数据库组件的使用 依葫芦画瓢编写一个简单的API项目 了解框架设计的整体思路 如果...
6、其他资源
3048
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
6、其他资源 有许多资源可用于了解机器学习。Andrew Ng 在 Coursera 上的 ML 课程 和 Geoffrey Hinton 关于神经网络和深度学习 的课程都是非常棒的,尽管这些课程需要大量的时间投入(大概是几个月)。 还有许多关于机器学习的比较有趣的网站,当然还包括 scikit-learn 出色的 用户指南 。你可能会喜欢上 Dat...
入门须知
6890
2020-02-08
《PyTorch 自然语言处理(Natural Language Processing with PyTorch 中文版)》
PyTorch 自然语言处理(Natural Language Processing with PyTorch 中文版) 目录 精品推荐 关于转载 PyTorch 自然语言处理(Natural Language Processing with PyTorch 中文版) 译者:Yif Du 协议:CC BY-NC-ND 4.0 欢迎...
关于科学数据处理的统计学习教程
1626
2020-03-01
《scikit-learn (sklearn) 0.19 官方文档中文版》
关于科学数据处理的统计学习教程 关于科学数据处理的统计学习教程 关于科学数据处理的统计学习教程 关于科学数据处理的统计学习教程 校验者: 待校验翻译者: @Loopy 统计学习 随着科学实验数据集规模的快速增长,机器学习 机器学习技术正变得越来越重要。它能处理的问题主要包括:建立连接不同观测值的预测函数,对观测值进行分类,或者分析未标记数据...
人工智能、机器学习、深度学习的关系
2462
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
人工智能、机器学习、深度学习的关系 人工智能、机器学习、深度学习的关系 近些年人工智能、机器学习和深度学习的概念十分火热,但很多从业者却很难说清它们之间的关系,外行人更是雾里看花。在研究深度学习之前,我们先从三个概念的正本清源开始。 概括来说,人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的。人工智能是最宽泛的概念。机器学习是当前比较有效的一...
学习率调度器
1645
2019-03-02
《PaddlePaddle 1.3(fluid) 使用文档》
学习率调度器 学习率调度器 当我们使用诸如梯度下降法等方式来训练模型时,一般会兼顾训练速度和损失(loss)来选择相对合适的学习率。但若在训练过程中一直使用一个学习率,训练集的损失下降到一定程度后便不再继续下降,而是在一定范围内震荡。其震荡原理如下图所示,即当损失函数收敛到局部极小值附近时,会由于学习率过大导致更新步幅过大,每步参数更新会反复越过极小...
1..
«
58
59
60
61
»
..100