书栈网 · BookStack 本次搜索耗时 0.025 秒,为您找到 139540 个相关结果.
  • GS_OPT_MODEL

    GS_OPT_MODEL GS_OPT_MODEL GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表,记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表 1 GS_OPT_MODEL字段 名称 类型 描述 oid oid 数据库对象id。 templa...
  • 神奇的co

    神奇的co co是什么? 源码解析 co引出的“血案” 神奇的co co是什么? https://github.com/tj/co 官方说:The ultimate generator based flow-control goodness for nodejs (supports thunks, promises, etc) ...
  • Accessibility

    Accessibility Make sure content is accessible Give control Allow for alternate inputs Confusion Don’t make me sick Accessibility is for everyone’s benefit Homework Acces...
  • 九、参数初始化策略

    九、参数初始化策略 9.1 权重初始化 9.2 偏置初始化 九、参数初始化策略 有些优化算法是非迭代的,可以直接解析求解最优解;有些优化算法是迭代的,但是它们是初始值无关的。 深度学习不具有这两类性质,通常是迭代的,且与初始值相关。 深度学习中,大多数算法都受到初始值的影响。初始值能够决定:算法最终是否收敛、以及收敛时的收敛速度有多快、以...
  • 八、优化策略和元算法

    八、优化策略和元算法 8.1 坐标下降 8.2 Polyak 平均 8.3 贪心监督预训练 8.4 选择有助于优化的模型 8.5 连续方法 八、优化策略和元算法 有些优化技术并不是真正的算法,而是一个模板:它可以产生特定的算法。 8.1 坐标下降 最小化 可以采取如下的步骤: 先相对于单一变量 最小化。 然后相对于另一个变...
  • 5.5 卷积神经网络(LeNet)

    5.5 卷积神经网络(LeNet) 5.5.1 LeNet模型 5.5.2 获取数据和训练模型 小结 参考文献 5.5 卷积神经网络(LeNet) 在3.9节(多层感知机的从零开始实现)里我们构造了一个含单隐藏层的多层感知机模型来对Fashion-MNIST数据集中的图像进行分类。每张图像高和宽均是28像素。我们将图像中的像素逐行展开,得到长...
  • GS_OPT_MODEL

    GS_OPT_MODEL GS_OPT_MODEL GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表,记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表 1 GS_OPT_MODEL字段 名称 类型 描述 template_name name 机器学习模型...
  • GS_OPT_MODEL

    GS_OPT_MODEL GS_OPT_MODEL GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表,记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表 1 GS_OPT_MODEL字段 名称 类型 描述 template_name name 机器学习模型...
  • 十三、卷积神经网络

    十三、卷积神经网络 十三、卷积神经网络 ​尽管 IBM 的深蓝超级计算机在1996年击败了国际象棋世界冠军 Garry Kasparvo,直到近几年计算机都不能可靠地完成一些看起来较为复杂的任务,比如判别照片中是否有狗以及识别语音。为什么这些任务对于人类而言如此简单?答案在于感知主要发生在我们意识领域之外,在我们大脑中的专门视觉,听觉和其他感官模块内...
  • 5.1 二维卷积层

    5.1 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 小结 5.1 二维卷积层 卷积神经网络(convolutional neural network)是含有卷积层(convolutional ...