复杂网络 1.simple_img_conv_pool 2.img_conv_group 3.sequence_conv_pool 4.glu 5.scaled_dot_product_attention 复杂网络 在处理复杂功能时，我们通常需要写大量的代码来构建复杂的 神经网络 。 因此，为了方便用户更加容易地搭建复杂网络模型，我们提供...

复杂网络 1.simple_img_conv_pool 2.img_conv_group 3.sequence_conv_pool 4.glu 5.scaled_dot_product_attention 复杂网络 在处理复杂功能时，我们通常需要写大量的代码来构建复杂的 神经网络 。因此，为了方便用户更加容易地搭建复杂网络模型，我们提供了...

近似 Q 学习 Q 学习的主要问题是，它不能很好地扩展到具有许多状态和动作的大（甚至中等）的 MDP。试着用 Q 学习来训练一个智能体去玩 Ms. Pac-Man。Ms. Pac-Man 可以吃超过 250 粒粒子，每一粒都可以存在或不存在（即已经吃过）。因此，可能状态的数目大于 2 的 250 次幂，约等于 10 的 75 次幂（并且这是考虑颗粒的可能...

5.1.2. 二维卷积层 5.1.1. 二维互相关运算 5.1.2. 二维卷积层 5.1.3. 图像中物体边缘检测 5.1.4. 通过数据学习核数组 5.1.5. 互相关运算和卷积运算 5.1.6. 特征图和感受野 5.1.7. 小结 5.1.8. 练习 5.1.2. 二维卷积层 卷积神经网络（convolutional neural...

激活函数 激活函数 激活函数将非线性的特性引入到神经网络当中。 PaddlePaddle Fluid 对大部分的激活函数进行了支持，其中有: relu , tanh , sigmoid , elu , relu6 , pow , stanh , hard_sigmoid , swish , prelu , brelu , leaky_relu ,...

强化学习 (DQN) 教程 回放内存 DQN 算法 Q-网络 获取输入 训练 超参数和配置 训练循环 强化学习 (DQN) 教程 译者：平淡的天 作者 : Adam Paszke 本教程将展示如何使用 PyTorch 在OpenAI Gym 的任务集上训练一个深度Q学习 (DQN) 智能点。 任务 智能点需要决定...

复杂网络 1.simple_img_conv_pool 2.img_conv_group 3.sequence_conv_pool 4.glu 5.scaled_dot_product_attention 复杂网络 在处理复杂功能时，我们通常需要写大量的代码来构建复杂的 神经网络 。 因此，为了方便用户更加容易地搭建复杂网络模型，我们提供...

OneFlow 的并行特色 网络模型训练的逻辑图 Consistent 视角下的并行特色 纯数据并行 纯模型并行 选择最优的并行方式 混合并行实例 代码 代码解读 流水并行实例 代码 代码解读 OneFlow 的并行特色 在 Consistent 与 Mirrored 视角 中，我们已经知道 OneFlow 提供了 mirrore...

VisualDL 使用指南 概述 动态添加数据组件 LogWriter — 记录器 scalar — 折线图组件 histogram — 直方图组件 image — 图片可视化组件 text — 文本组件 audio — 音频播放组件 high dimensional — 数据降维组件 graph — 神经网络可视化组件 Visu...