榜单
服务器优惠
AI论文
-
LDA*
LDA*（Latent Dirichlet Allocation） 1. 算法介绍 整体说明 Gibbs Sampling Collapsed Gibbs Sampling F+LDA 2. 分布式训练 on Angel 3. 运行 & 性能 Reference LDA*（Latent Dirichlet Allocation） L... -
YurtHub Performance Test
YurtHub Performance Test 背景 测试环境 Kubernetes版本 OpenYurt 版本 节点配置 操作系统 CPU Memory Disk 测试方法 测试结果 Traffic Latency Memory CPU 结论及分析 YurtHub Performance Test 背景 YurtH... -
YurtHub Performance Test
YurtHub Performance Test 背景 测试环境 Kubernetes版本 OpenYurt 版本 节点配置 操作系统 CPU Memory Disk 测试方法 测试结果 Traffic Latency Memory CPU 结论及分析 YurtHub Performance Test 背景 YurtH... -
YurtHub Performance Test
YurtHub Performance Test 背景 测试环境 Kubernetes版本 OpenYurt 版本 节点配置 操作系统 CPU Memory Disk 测试方法 测试结果 Traffic Latency Memory CPU 结论及分析 YurtHub Performance Test 背景 YurtH... -
13.EM算法
EM 算法 EM 算法 如果概率模型的变量都是观测变量，则给定数据之后，可以直接用极大似然估计法或者贝叶斯估计法来估计模型参数。 但是当模型含有隐变量时，就不能简单的使用这些估计方法。此时需要使用EM 算法。 EM 算法是一种迭代算法。 EM 算法专门用于含有隐变量的概率模型参数的极大似然估计，或者极大后验概率估计。 EM 算法的每... -
15.3 条件随机场（CRF）
15.3 条件随机场（CRF） 15.3 条件随机场（CRF） 前面所讲到的隐马尔可夫模型和马尔可夫随机场都属于生成式模型，即对联合概率进行建模，条件随机场则是对条件分布进行建模 。CRF试图在给定观测值序列后，对状态序列的概率分布进行建模，即P(y | x)。直观上看：CRF与HMM的解码问题十分类似，都是在给定观测值序列后，研究状态序列可能的... -
Probability distributions - torch.distributions
概率分布 - torch.distributions 得分函数 Pathwise derivative 分布 ExponentialFamily Bernoulli Beta Binomial Categorical Cauchy Chi2 Dirichlet Exponential FisherSnedecor Gamma Ge... -
Dropout
Dropout Dropout class paddle.fluid.dygraph.Dropout ( p=0.5, seed=None, dropout_implementation=’downgrade_in_infer’, is_test=False ) [源代码] 丢弃或者保持输入的每个元素独立。Dropout是一种正则化手段，通过在... -
色彩平衡节点
色彩平衡节点 输入 属性 输出 理论知识 TheOffset(偏移量)/Power(能量)/Slope(斜率)公式 色彩平衡节点 色彩平衡节点用来调节图像的色调和数值。 色彩平衡节点。 输入 系数 控制应用此节点后对图像输出结果的作用程度。 颜色 标准化图像输入。 属性 可使用两种不同的色彩校正公式。 Lift(提... -
10.1 输出到文件 PDF-PNG-TIFF-SVG
10.1 输出到文件 PDF-PNG-TIFF-SVG 10.1.1 问题 10.1.2 方案 10.1.2.1 PDF格式 10.1.2.2 SVG 格式 10.1.2.3 PNG/TIFF格式 10.1.2.4 对于不支持 PDF 格式的程序 （MS Office） 10.1.2.5 ggplot2 10.1.2.6 保存屏幕中的图像 ...