如何进行实验 如何进行实验 已故的伟大的 Edsger Dijkstra 曾经充分解释过：计算机科学不是一门实验科学[ExpCS],并且不依赖于电子计算机。当他提出这个观点时，他指的是19世纪60年代。[Knife] …危害已经出现：主题现在已经变成了“计算机科学” - 这实际上，像是把外科手术引用为“手术刀科学” - 这在人们心中深深植入了这样...

12、特征选择与稀疏学习 上篇主要介绍了经典的降维方法与度量学习，首先从“维数灾难”导致的样本稀疏以及距离难计算两大难题出发，引出了降维的概念，即通过某种数学变换将原始高维空间转变到一个低维的子空间，接着分别介绍了kNN、MDS、PCA、KPCA以及两种经典的流形学习方法，k近邻算法的核心在于k值的选取以及距离的度量，MDS要求原始空间样本之间的距离在...

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...

半监督学习 半监督学习 给定有标记样本集合 ，和未标记样本集合 ，其中 。 学习器自动地利用未标记的 来提升学习性能，这就是半监督学习semi-supervised learning 。 半监督学习的现实需求非常强烈，因为现实中往往能够容易地收集到大量未标记样本，但是对其标记需要耗费大量的人力、物力。如：在医学影像分析上，对影像的疾病...

深入RPC 支持新协议 原子指令 IO 线程模型简介 负载均衡 Locality-aware 一致性哈希 内存管理 Timer keeping bthread_id 深入RPC 深入理解bRPC。 支持新协议 学习如何添加一个新协议到bRPC。 原子指令 学习bRPC原子指令。 IO 学习bRPC IO。 线...

LRScheduler LRScheduler class paddle.optimizer.lr.LRScheduler ( learning_rate=0.1, last_epoch=- 1, verbose=False ) [源代码] 学习率策略的基类。定义了所有学习率调整策略的公共接口。 目前在paddle中基于该基类，已经实现了12...

1. 电子存证合约 1.1. 问题引入 1.2. 数据结构的设计 1.3. 电子存证合约的功能实现 1.4. 合约使用方法 1.4.1. 合约部署（Deploy） 1.4.2. 合约执行（Save） 1.4.3. 合约查询（Query） 1. 电子存证合约 或使用超级链XuperOS，其已发布丰富的合约模板，涵盖溯源、存证、积分、去中心...

机器学习方法概论 机器学习方法概论 机器学习的对象是：具有一定的统计规律的数据。 机器学习根据任务类型，可以划分为： 监督学习任务：从已标记的训练数据来训练模型。 主要分为：分类任务、回归任务、序列标注任务。 无监督学习任务：从未标记的训练数据来训练模型。主要分为：聚类任务、降维任务。 半监督学习任务：用大量的未标记训练数据和少量的已标记数...

learning_rate_scheduler cosine_decay exponential_decay inverse_time_decay linear_lr_warmup natural_exp_decay noam_decay piecewise_decay polynomial_decay learning_rate_s...

linear_lr_warmup linear_lr_warmup paddle.fluid.layers. linear_lr_warmup ( learning_rate, warmup_steps, start_lr, end_lr ) [源代码] 该OP使用学习率优化策略-线性学习率热身(warm up)对学习率进行初步调整。在正常调整学...