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
0.011
秒,为您找到
31624
个相关结果.
搜书籍
搜文档
TensorFlow概述
2222
2019-10-13
《简单粗暴 TensorFlow 2.0》
TensorFlow概述 TensorFlow概述 当我们在说“我想要学习一个深度学习框架”,或者“我想学习TensorFlow”、“我想学习TensorFlow 2.0”的时候,我们究竟想要学到什么?事实上,对于不同群体,可能会有相当不同的预期。
引言
2427
2018-07-17
《神经网络与深度学习》
神经网络与深度学习 译者的话: 神经网络与深度学习 神经网络和深度学习是一本免费的在线书。本书会教会你: 神经网络,一种美妙的受生物学启发的编程范式,可以让计算机从观测数据中进行学习 深度学习,一个强有力的用于神经网络学习的众多技术的集合神经网络和深度学习目前给出了在图像识别、语音识别和自然语言处理领域中很多问题的最好解决方案。本书将会教你在神...
7.1. 大规模计算的策略: 更大量的数据
1565
2020-03-01
《scikit-learn (sklearn) 0.19 官方文档中文版》
7.1. 大规模计算的策略: 更大量的数据 7.1.1. 使用外核学习实例进行拓展 7.1.1.1. 流式实例 7.1.1.2. 提取特征 7.1.1.3. 增量学习 7.1.1.4. 示例 7.1.1.5. 注释 7.1. 大规模计算的策略: 更大量的数据 校验者: @文谊 翻译者: @ゞFingヤ 对于一些应用程序,需要被处理的样...
自组织映射算法(SOM)
1816
2021-04-11
《Deeplearning Algorithms Tutorial(深度学习算法教程)》
Deeplearning Algorithms tutorial 自组织映射算法(SOM) Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列,在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗,覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面拥抱机器学...
PiecewiseDecay
743
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
PiecewiseDecay PiecewiseDecay 注意:该API仅支持【动态图】模式 class paddle.fluid.dygraph. PiecewiseDecay (boundaries, values, begin, step=1, dtype='float32')[源代码] 该接口提供对初始学习率进行分段(piec...
PolynomialDecay
457
2020-12-18
《百度飞桨 PaddlePaddle 1.8 深度学习平台教程》
PolynomialDecay 参数 返回 代码示例 PolynomialDecay 查看属性与别名 API属性:命令式编程模式(动态图) class paddle.fluid.dygraph.PolynomialDecay ( learning_rate, decay_steps, end_learning_rate=0.0001, p...
了解静态站点生成器
798
2020-01-13
《前端开发者指南 2018》
学习静态网站生成器 概要学习: 学习静态网站生成器 静态网站生成器,通常由服务端语言写成(即 ruby, php, python,nodeJS 等),从静态的文本和数据 + 模板上生成静态的 HTML 文件 ,最后用于从服务端静态地传送至客户端,不带有动态的特征。 概要学习: JAMstack [阅读] 静态网站生成器 [阅读] 使用静...
piecewise_decay
528
2020-05-04
《PaddlePaddle(飞桨) v1.6 深度学习平台使用文档》
piecewise_decay piecewise_decay paddle.fluid.layers. piecewise_decay (boundaries, values)[源代码] 对初始学习率进行分段衰减。 该算法可用如下代码描述。 boundaries = [ 10000 , 20000 ] values = ...
piecewise_decay
529
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
piecewise_decay piecewise_decay paddle.fluid.layers. piecewise_decay (boundaries, values)[源代码] 对初始学习率进行分段衰减。 该算法可用如下代码描述。 boundaries = [ 10000 , 20000 ] values = ...
1..
«
78
79
80
81
»
..100