分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.030
秒,为您找到
151033
个相关结果.
搜书籍
搜文档
10.4. 子词嵌入(fastText)
1285
2019-06-05
《动手学深度学习》
10.4. 子词嵌入(fastText) 10.4.1. 小结 10.4.2. 练习 10.4.3. 参考文献 10.4. 子词嵌入(fastText) 英语单词通常有其内部结构和形成方式。例如,我们可以从“dog”“dogs”和“dogcatcher”的字面上推测它们的关系。这些词都有同一个词根“dog”,但使用不同的后缀来改变词的含义。而且...
Word2Vec
557
2020-06-29
《阿里巴巴 Alink v1.1.2 使用手册》
功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 预测结果 功能介绍 Word2Vec是Google在2013年开源的一个将词表转为向量的算法,其利用神经网络,可以通过训练,将词映射到K维度空间向量,甚至对于表示词的向量进行操作还能和语义相对应,由于其简单和高效引起了很多人的关注。 Word2Vec的工具包相关链接:https://c...
GLSL 语法简介
566
2022-08-21
《Cocos Creator 3.6 用户手册》
GLSL 语法简介 变量 变量及变量类型 标量 向量 矩阵 结构体 数组 语句 控制流程 函数 限定符 存储限定符 uniform varying 参数限定符 精度限定符 预处理宏定义 GLSL 语法简介 GLSL 是为图形计算量身定制的用于编写着色器的语言,它包含一些针对向量和矩阵操作的特性,使渲染管线具有可编程性。...
GLSL 语法简介
440
2023-02-01
《Cocos Creator 3.7 用户手册》
GLSL 语法简介 变量 变量及变量类型 标量 向量 矩阵 结构体 数组 语句 控制流程 函数 限定符 存储限定符 uniform varying 参数限定符 精度限定符 预处理宏定义 GLSL 语法简介 GLSL 是为图形计算量身定制的用于编写着色器的语言,它包含一些针对向量和矩阵操作的特性,使渲染管线具有可编程性。...
LINE
1849
2018-11-12
《Angel v2.0 中文文档手册》
LINE 1. 算法介绍 2. 分布式实现 3. 运行 算法IO参数 算法参数 常见问题 LINE LINE(Large-scale Information Network Embedding)算法,是Network Embedding领域著名的算法之一,将图数据嵌入到向量空间,从达到用针对向量类型数据的机器学习算法来处理图数据的目的 ...
矢量变换着色器节点
414
2021-04-14
《Blender 2.92 参考手册》
矢量变换着色器节点 输入选项 属性 输出选项 举例 矢量变换着色器节点 矢量变换着色器节点。 The Vector Transform node allows converting a vector, point, or normal between world and camera and object coordinate spac...
向 Datadog 导出 DC/OS 度量标准
440
2020-04-29
《Mesosphere DC/OS 1.12 官方中文文档》
向 Datadog 导出 DC/OS 度量标准 向 Datadog 发送 DC/OS 度量标准 配置 Telegraf 以将度量标准导出到 Datadog 向 Datadog 导出 DC/OS 度量标准 BETA 向 Datadog 发送 DC/OS 度量标准 DC/OS 1.12 通过 [Telegraf] 发送度量标准(/cn/1.12...
Prometheus 查询
195
2024-02-27
《Prometheus v2.17 中文文档》
Prometheus 查询 示例 表达式语言数据类型 字面量 字符串字面量 浮点型字面量 时间序列选择器 即时向量选择器 范围向量选择器 偏移量 子查询 操作符 函数 注释 注意事项 Staleness 避免慢查询和过载 Prometheus 查询 Pro...
矩阵与变换
840
2021-12-31
《Godot 游戏引擎 v3.4 中文文档》
矩阵与变换 前言 矩阵分量和单位矩阵 缩放变换矩阵 旋转变换矩阵 变换矩阵的基 转换变换矩阵 把它们放在一起 剪切变换矩阵(高级) 变换的实际应用 在变换之间转换位置 相对于对象本身移动对象 将变换应用于变换 求逆变换矩阵 这一切是如何在3D模式下工作的? 表示3D中的旋转(高级) 矩阵与变换 前言 在阅读本教程之前,我...
为什么说反向传播算法很高效
1791
2018-07-20
《神经网络与深度学习(完整版)》
为什么说反向传播算法很高效? 为什么说反向传播算法很高效? 为什么说反向传播算法很高效?要回答这个问题,让我们来考虑另一种计算梯度的方式。设想现在是神经网络研究的早期阶段,大概是在上世纪50年代或60年代左右,并且你是第一个想到使用梯度下降方法来进行训练的人!但是要实现这个想法,你需要一种计算代价函数梯度的方式。你回想了你目前关于演算的知识,决定试一...
1..
«
66
67
68
69
»
..100