图像分类 说明: 背景介绍 效果展示 模型概览 CNN VGG GoogLeNet ResNet 数据准备 模型结构 Paddle 初始化 VGG ResNet Inference Program 配置 Train Program 配置 Optimizer Function 配置 训练模型 Data Feeders 配置 T...

图像分类 背景介绍 效果展示 模型概览 CNN VGG GoogleNet ResNet 数据准备 模型结构 Paddle 初始化 VGG ResNet Infererence Program 配置 Train Program 配置 Optimizer Function 配置 训练模型 Data Feeders 配置 Trai...

Conv2D 属性 Conv2D class paddle.fluid.dygraph. Conv2D ( num_channels, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, us...

Conv2D 属性 Conv2D class paddle.fluid.dygraph. Conv2D (num_channels, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, us...

TensorFlow: 静态图 TensorFlow: 静态图 译者：@yongjay13 、@speedmancs 校对者：@bringtree 本例中的全连接神经网络有一个隐藏层, 后接ReLU激活层, 并且不带偏置参数. 训练时通过最小化欧式距离的平方, 来学习从x到y的映射. 在实现中, 我们会用基本的TensorFlow操...

ResNet 简介 Introduction 图像分类与CNN ResNet 准备工作 Requirements 快速开始 Quick Start 预训练模型 resnet50 预测/推理 训练和验证（Train & Validation） 评估(Evaluate) 更详细的说明 Details 分布式训练 如何配置并运行分布式训练？ ...

基本概念 计算图（Computation Graph） 张量（Tensor） 算子（Operator） 不同设备上的 Tensor 反向传播和自动求导 基本概念 MegEngine 是基于计算图的深度神经网络学习框架。本节内容会简要介绍计算图及其相关基本概念，以及它们在 MegEngine 中的实现。 计算图（Computat...

单机训练优秀实践 开始优化您的单机训练任务 1. 网络构建过程中的配置优化 1.1 cuDNN操作的选择 1.2 使用融合功能的API 2. 数据准备优化 2.1 分析数据准备部分的耗时 2.1.1 同步数据读取 2.1.2 异步数据读取 2.2 优化数据准备速度的方法 3. 模型训练相关优化 3.1 执行器介绍 执行调度器 3.2 Bu...