分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.032
秒,为您找到
4876
个相关结果.
搜书籍
搜文档
05.13 修饰符的使用
981
2019-01-17
《中文 Python 笔记》
修饰符的使用 @classmethod 修饰符 @property 修饰符 Numpy 的 @vectorize 修饰符 注册一个函数 使用 @wraps Class 修饰符 修饰符的使用 @classmethod 修饰符 在 Python 标准库中,有很多自带的修饰符,例如 classmethod 将一个对象方法转换了类方法: I...
all_reduce
225
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
all_reduce 参数 返回 代码示例 all_reduce paddle.distributed. all_reduce ( tensor, op=ReduceOp.SUM, group=0 ) [源代码] 进程组内所有进程的指定tensor进行归约操作,并返回给所有进程归约的结果。 参数 tensor (Tensor) -...
noam_decay
389
2020-12-18
《百度飞桨 PaddlePaddle 1.8 深度学习平台教程》
noam_decay 参数 返回 返回类型 代码示例 noam_decay paddle.fluid.layers.noam_decay (d_model, warmup_steps)[源代码] Noam衰减方法 noam衰减的numpy实现如下: import paddle . fluid as fluid import ...
noam_decay
527
2021-03-02
《百度飞桨 PaddlePaddle v2.0 深度学习教程》
noam_decay noam_decay paddle.fluid.layers.noam_decay ( d_model, warmup_steps ) [源代码] Noam衰减方法 noam衰减的numpy实现如下: import paddle . fluid as fluid import numpy as np ...
expand_as
611
2021-03-02
《百度飞桨 PaddlePaddle v2.0 深度学习教程》
expand_as 参数 返回 代码示例 expand_as paddle.expand_as ( x, y, name=None ) [源代码] 根据 y 的形状扩展 x ,扩展后, x 的形状和 y 的形状相同。 x 的维数和 y 的维数应小于等于6,并且 y 的维数应该大于等于 x 的维数。扩展的维度的维度值应该为...
关于 Keras 网络层
691
2020-02-05
《Keras 2.3 官方中文文档》
关于 Keras 网络层 关于 Keras 网络层 所有 Keras 网络层都有很多共同的函数: layer.get_weights() : 以含有Numpy矩阵的列表形式返回层的权重。 layer.set_weights(weights) : 从含有Numpy矩阵的列表中设置层的权重(与get_weights 的输出形状相同)。 layer.g...
LICENSE
464
2020-04-11
《Theano 0.9.x Document》
LICENSE LICENSE Copyright (c) 2008–2017, Theano Development TeamAll rights reserved. Contains code from NumPy, Copyright (c) 2005-2016, NumPy Developers.All rights reserved. ...
PyReader
519
2021-03-02
《百度飞桨 PaddlePaddle v2.0 深度学习教程》
PyReader PyReader class paddle.fluid.io.PyReader ( feed_list=None, capacity=None, use_double_buffer=True, iterable=True, return_list=False ) [源代码] 在python中为数据输入创建一个reader对象。...
PyReader
545
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
PyReader PyReader class paddle.fluid.io. PyReader (feed_list=None, capacity=None, use_double_buffer=True, iterable=True, return_list=False)[源代码] 在python中为数据输入创建一个reader对象。...
1..
«
76
77
78
79
»
..100