hello paddle: 从普通程序走向机器学习程序 一、普通程序跟机器学习程序的逻辑区别 二、导入飞桨 三、准备数据 四、用飞桨定义模型的计算 五、准备好运行飞桨 六、告诉飞桨怎么样学习 七、运行优化算法 八、机器学习出来的参数 九、hello paddle hello paddle: 从普通程序走向机器学习程序 作者: Pa...

推荐序 推荐序 “计算机体系结构”（Computer Architecture）也称为“计算机系统结构”，是计算机科学与技术一级学科下最重要的二级学科。“计算机体系结构”是研究怎么造计算机而不是怎么用计算机的学科。我国学者在如何用计算机的某些领域的研究已走到世界前列，例如最近很红火的机器学习领域，中国学者发表的论文数和引用数都已超过美国，位居世界第一。...

学习率调度器 学习率调度器 当我们使用诸如梯度下降法等方式来训练模型时，一般会兼顾训练速度和损失(loss)来选择相对合适的学习率。但若在训练过程中一直使用一个学习率，训练集的损失下降到一定程度后便不再继续下降，而是在一定范围内震荡。其震荡原理如下图所示，即当损失函数收敛到局部极小值附近时，会由于学习率过大导致更新步幅过大，每步参数更新会反复越过极小...

2.1 如何成为一名前端开发者 2.1 如何成为一名前端开发者 如何成为一名前端开发者呢？这个非常复杂的问题，可以根据下面的路线图思考一下： 图片来源: https://github.com/kamranahmedse/developer-roadmap 现在一般来说，没人会指望大学毕业能取得前端工程学位。而且，我很少听到或见到有前端开发者，他...

k最近邻分类 案例：电影分类预测 k值的选择和交叉检验 算法优缺点 k最近邻分类 $k$最近邻（简称kNN，k-Nearest Neighbor）是Cover和Hart在1968年提出的一种简单的监督学习算法，可用于字符识别、文本分类、图像识别等领域。kNN的工作机制非常简单：给定测试样本，基于某种距离度量（如：欧式距离、曼哈顿距离等）找出训练集...

LRScheduler LRScheduler class paddle.optimizer.lr.LRScheduler ( learning_rate=0.1, last_epoch=- 1, verbose=False ) [源代码] 学习率策略的基类。定义了所有学习率调整策略的公共接口。 目前在paddle中基于该基类，已经实现了12...

学习率调度器 学习率调度器 当我们使用诸如梯度下降法等方式来训练模型时，一般会兼顾训练速度和损失(loss)来选择相对合适的学习率。但若在训练过程中一直使用一个学习率，训练集的损失下降到一定程度后便不再继续下降，而是在一定范围内震荡。其震荡原理如下图所示，即当损失函数收敛到局部极小值附近时，会由于学习率过大导致更新步幅过大，每步参数更新会反复越过极小...

1.4 Linux 该如何学习 1.4.1 从头学习Linux基础 1.4.2 选择一本易读的工具书 1.4.3 实作再实作 1.4.4 发生问题怎么处理啊？建议流程是这样… 1.4.5 鸟哥的建议（重点在solution的学习） 1.4 Linux 该如何学习 为什么大家老是建议学习Linux最好能够先舍弃X Window的环境呢？ 这是...

学习率调度器 学习率调度器 当我们使用诸如梯度下降法等方式来训练模型时，一般会兼顾训练速度和损失(loss)来选择相对合适的学习率。但若在训练过程中一直使用一个学习率，训练集的损失下降到一定程度后便不再继续下降，而是在一定范围内震荡。其震荡原理如下图所示，即当损失函数收敛到局部极小值附近时，会由于学习率过大导致更新步幅过大，每步参数更新会反复越过极小...