池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果，它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入，此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...

池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果，它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入，此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...

随机森林 1 Bagging 2 随机森林 3 随机森林在分布式环境下的优化策略 4 使用实例 5 源码分析 5.1 训练分析 5.1.1 初始化 5.1.2 迭代构建随机森林 5.2 预测分析 参考文献 随机森林 1 Bagging   Bagging 采用自助采样法(bootstrap sampling )采样数据。给定包...

个性化推荐 说明: 背景介绍 效果展示 模型概览 YouTube的深度神经网络个性化推荐系统 候选生成网络（Candidate Generation Network） 排序网络（Ranking Network） 融合推荐模型 文本卷积神经网络（CNN） 融合推荐模型概览 数据准备 数据介绍与下载 模型配置说明 训练模型 定义训练环境...

个性化推荐 说明: 背景介绍 效果展示 模型概览 YouTube的深度神经网络个性化推荐系统 候选生成网络（Candidate Generation Network） 排序网络（Ranking Network） 融合推荐模型 文本卷积神经网络（CNN） 融合推荐模型概览 数据准备 数据介绍与下载 模型配置说明 训练模型 定义训练环...

Angel数据格式 1 libsvm格式 2 dummy格式 Angel数据格式 1 libsvm格式 每行文本表示一个样本，每个字段以” “(空格)分隔，每行的文本格式 label index1 : value1 index2 : value1 index3 : value3 ... 其中 label字段： 字段类型：Int ...

MaxAbsScaler MaxAbsScaler   MaxAbsScaler 转换由向量列组成的数据集,将每个特征调整到[-1,1] 的范围,它通过每个特征内的最大绝对值来划分。它不会移动和聚集数据,因此不会破坏任何的稀疏性。 MaxAbsScaler 计算数据集上的统计数据,生成MaxAbsScalerModel ,然后使用生成的模型分别的转...

AvgPool3D 参数 形状 返回 代码示例 AvgPool3D paddle.nn.AvgPool3D ( kernel_size, stride=None, padding=0, ceil_mode=False, exclusive=True, divisor_override=None, data_format=’NCDHW’, n...

psroi_pool 参数 返回 返回类型 代码示例 psroi_pool paddle.fluid.layers.psroi_pool (input, rois, output_channels, spatial_scale, pooled_height, pooled_width, name=None)[源代码] 注意 rois必须为...