榜单
服务器优惠
AI论文
-
Ex 4: Varying regularization in Multi-layer Perceptron
Varying regularization in Multi-layer Perceptron (一)引入函式庫 (二)設定模型參數與產生資料 (三)繪製圖形 Varying regularization in Multi-layer Perceptron http://scikit-learn.org/stable/auto_example... -
6.7 门控循环单元（GRU）
6.7 门控循环单元（GRU） 6.7.1 门控循环单元 6.7.1.1 重置门和更新门 6.7.1.2 候选隐藏状态 6.7.1.3 隐藏状态 6.7.2 读取数据集 6.7.3 从零开始实现 6.7.3.1 初始化模型参数 6.7.3.2 定义模型 6.7.3.3 训练模型并创作歌词 6.7.4 简洁实现 小结 参考文献 ... -
6.2 循环神经网络
6.2 循环神经网络 6.2.1 不含隐藏状态的神经网络 6.2.2 含隐藏状态的循环神经网络 6.2.3 应用：基于字符级循环神经网络的语言模型 小结 6.2 循环神经网络 上一节介绍的 元语法中，时间步 的词 基于前面所有词的条件概率只考虑了最近时间步的 个词。如果要考虑比 更早时间步的词对 的可能影响，我们需要增大 。但... -
Examples
Examples Semantic Search LLM Pipelines Workflows Model Training Scale Architecture Releases Applications Examples See below for a comprehensive series of example not... -
Video
Video" level="1"> Video Video as sequence of images Key frames Load video data Key frame extraction Save as video file Video" class="reference-link"> Video Tip To enable... -
5 Model-Agnostic Methods
Chapter 5 Model-Agnostic Methods Chapter 5 Model-Agnostic Methods Separating the explanations from the machine learning model (= model-agnostic interpretation methods) has some... -
如何在PaddlePaddle中使用VisualDL
如何在PaddlePaddle中使用VisualDL 如何在PaddlePaddle中使用VisualDL 下面我们演示一下如何在PaddlePaddle中使用VisualDL，从而可以把PaddlePaddle的训练过程可视化出来。我们将以PaddlePaddle用卷积神经网络(CNN, Convolutional Neural Network)来... -
Stochastic Gradient Descent (SGD)
Stochastic Gradient Descent (SGD) Calculating Gradients Stepping With a Learning Rate An End-to-End SGD Example Step 1: Initialize the parameters Step 2: Calculate the predictio... -
gru_unit
gru_unit gru_unit 注意：该API仅支持【静态图】模式 paddle.fluid.layers. gru_unit (input, hidden, size, param_attr=None, bias_attr=None, activation='tanh', gate_activation='sigmoid', origin...