书栈网 · BookStack 本次搜索耗时 0.012 秒,为您找到 31624 个相关结果.
  • 工具

    工具 rpc_press rpc_replay rpc_view benchmark_http parallel_http 工具 学习bRPC工具。 rpc_press 学习bRPC rpc_press 工具。 rpc_replay 学习bRPC rpc_replay工具。 rpc_view 学习bRPC rpc_view...
  • LinearWarmup

    LinearWarmup LinearWarmup class paddle.optimizer.lr. LinearWarmup ( learing_rate, warmup_steps, start_lr, end_lr, last_epoch=- 1, verbose=False ) [源代码] 该接口提供一种学习率优化策略-线性学习率热身...
  • 前端开发者指南 2018

    前端开发者指南 2018 由 Cody Lindley 编写 第一部分: 前端实践 第二部分:学习前端开发 第三部分:前端开发工具 文章目录 致谢 前端开发者指南 2018 由 Cody Lindley 编写 Frontend Masters 赞助,用深入的、现在的前端工程课程提升你的技能。 这是一个任何人都可以用来学...
  • 深入RPC

    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...
  • natural_exp_decay

    natural_exp_decay 参数 返回 返回类型 代码示例 natural_exp_decay paddle.fluid.layers.natural_exp_decay (learning_rate, decay_steps, decay_rate, staircase=False)[源代码] 将自然指数衰减运用到初始学习率上。...
  • 9.3 Bagging与Random Forest

    9.3 Bagging与Random Forest 9.3.1 Bagging 9.3.2 随机森林 9.3 Bagging与Random Forest 相比之下,Bagging与随机森林算法就简洁了许多,上面已经提到产生“好而不同”的个体学习器是集成学习研究的核心,即在保证基学习器准确性的同时增加基学习器之间的多样性。而这两种算法的基本...
  • exponential_decay

    exponential_decay 参数 返回 返回类型 代码示例 exponential_decay paddle.fluid.layers.exponential_decay (learning_rate, decay_steps, decay_rate, staircase=False)[源代码] 在学习率上运用指数衰减。 训练模...
  • exponential_decay

    exponential_decay exponential_decay paddle.fluid.layers. exponential_decay (learning_rate, decay_steps, decay_rate, staircase=False)[源代码] 在学习率上运用指数衰减。 训练模型时,在训练过程中降低学习率。每...