7.5 AdaGrad算法 7.5.1 算法 7.5.2 特点 7.5.3 从零开始实现 7.5.4 简洁实现 小结 参考文献 7.5 AdaGrad算法 在之前介绍过的优化算法中，目标函数自变量的每一个元素在相同时间步都使用同一个学习率来自我迭代。举个例子，假设目标函数为 ，自变量为一个二维向量 ，该向量中每一个元素在迭代时都使用...

Learner for the text application Loading a pretrained model match_embeds [source] load_ignore_keys [source] clean_raw_keys [source] load_model_text [source] class Te...

GAN Wrapping the modules class GANModule [source] GANModule.switch [source] basic_critic [source] class AddChannels [source] basic_generator [source] DenseResBlock ...

1. 数据集 1.1 数据准备 1.2 数据加载 2. 模型定义 3. 模型训练 4. 参考 语义分割是计算机视觉的一项重要任务，本教程使用Jittor 框架实现了DeepLabV3+语义分割 模型。 DeepLabV3+论文：https://arxiv.org/pdf/1802.02611.pdf 完整代码：https://github...

服务器部署 — Paddle Inference 与主框架model.predict区别 预测流程图 高性能实现 内存/显存复用提升服务吞吐量 细粒度OP横向纵向融合减少计算量 内置高性能的CPU/GPU Kernel 多功能集成 集成TensorRT加快GPU推理速度 集成oneDNN CPU推理加速引擎 支持PaddleSlim量化压缩模...

多进程最佳实践 一、CUDA 张量的共享 二、最佳实践和技巧 1、避免和防止死锁 2、重用通过队列发送的缓冲区 3、异步多进程训练(如： Hogwild） 4、Hogwild 译者署名 多进程最佳实践 CUDA 张量的共享 最佳实践和技巧 避免和防止死锁 重用通过队列发送的缓冲区 异步多进程训练 hogwild to...

Python 之旅 Python 简介 关于本书 声明 更新记录 支持我 Python 之旅 Python 简介 Python 诞生于 1989 年的圣诞期间，由 Guido van Rossum 开发而成，目前 Guido 仍然是 Python 的主要开发者，主导着 Python 的发展方向，Python 社区经常称呼他...

Learner for the vision applications Cut a pretrained model has_pool_type [source] create_body [source] Head and model create_head [source] default_split [source] crea...

Jittor MNIST 分类教程 MNIST介绍 ： 使用 Jittor 对 MNIST 进行分类 Jittor MNIST 分类教程 完整代码：https://github.com/Jittor/mnistclassification-jittor MNIST介绍 ： MNIST 数据集可在 http://yann.lecun.com...