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
0.013
秒,为您找到
76649
个相关结果.
搜书籍
搜文档
前言
9862
2019-06-05
《动手学深度学习》
前言 包含代码、数学、网页、讨论的统一资源 从在线课程到纸质书 致谢 教学资源和反馈 前言 就在几年前,不管在大公司还是创业公司,都鲜有工程师和科学家来将深度学习应用到智能产品与服务中。作为深度学习前身的神经网络,才刚刚摆脱被机器学习学术界认为是过时工具的印象。那个时候,即使是机器学习也非新闻头条的常客。它仅仅被看作是一门具有前瞻性,并拥有一...
总结
873
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
总结 总结 本节主要介绍了电影推荐数据集ml-1m,并对数据集中的用户数据、电影数据、评分数据进行介绍和处理,将字符串形式的数据转成了数字表示的数据形式,并构建了数据读取器,最终将数据处理和数据读取封装到一个Python类中,如下图所示: 图1:数据处理流程图 各数据处理前后格式如下: 数据分类 输入数据样例 输出数据样例 ...
自主学习
2705
2018-03-04
《前端开发者手册》
自主学习 自主学习 这个部分集中于个人能用来指导自己作为前端开发者的学习进度的免费和付费资源(视频训练, 书籍等等). 这些资源包括免费的和付费的, 付费的资源是以美元为单位结算的. 作者认为, 任何有着正确的决心和奉献精神的人都能教自己如何成为一个前端开发者, 除了一台能连接到Web的电脑和用于付费视频训练, 书籍的现金, 其它都不需要. 下...
如何处理管理神话
643
2018-05-10
《How to be a Programmer 中文版》
如何处理管理神话 如何处理管理神话 神话这个词有时候意味着虚构。但这有着更深层的内涵。它也意味着一些解释宇宙以及和人类和宇宙之间的关系的宗教故事。管理者倾向于忘记他们作为一个程序员时学到的东西,并且相信某种传说。试着让他们相信这种传说是错的,正如让一个虔诚的宗教信徒从他们的信仰中醒悟过来一样粗鲁而失败。因此,你应该认可这些信仰: 文档越多越好。(...
weight_norm
197
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
weight_norm weight_norm paddle.nn.utils. weight_norm ( layer, name=’weight’, dim=0 ) [源代码] 该接口根据以下公式对传入的 layer 中的权重参数进行归一化: 权重归一化可以将神经网络中权重向量的长度与其方向解耦,权重归一化可以用两个变量(例如: 代表...
微服务的开发框架
2487
2020-02-04
《从0到1实战微服务架构 1.0》
微服务的开发框架 微服务的开发框架 在上一章 ,我们解决了微服务的第一个核心问题”服务发现”。 本章我们将回归开发本质,开始上手微服务的开发框架。 本书选用Java作为微服务的开发语言,选用Spring Boot作为开发框架。作为经典J2EE框架Spring的”继承者”,Spring Boot具有快速上手、轻松集成后端组件、高效配置、代码依赖注入...
Kotlin 1.1:我们都路上
1165
2020-05-28
《Kotlin 基础教程》
Kotlin 1.1:我们都路上 ►1.1 RC 来了,Release 还会远吗? ►成长,一路有你 ►还记得,你与 Kotiln 的第一次相遇吗? ►Kotlin 给你带来了什么? Kotlin 1.1:我们都路上 ►1.1 RC 来了,Release 还会远吗? 去年 2 月 19 日 1.0 发版,我记得此前看到论坛上面开始讨论...
OpenERP 对象
458
2020-08-31
《OpenERP 6.0 开发手册》
OpenERP 对象 简介 OpenERP 对象 简介 我们可以通过 对象 访问所有ERP的数据。举个例子,可以通过 res.partner 对象访问 合作伙伴 相关的数据,通过 account.invoice 对象访问 发票 相关的数据。 请注意的是,每种类型的资源是一个对象,而不是每个资源是一个对象。我们可以使用res.partner对象...
时间上的静态展开
700
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
时间上的静态展开 static_rnn() 函数通过链接单元来创建一个展开的 RNN 网络。 下面的代码创建了与上一个完全相同的模型: X0 = tf . placeholder ( tf . float32 , [ None , n_inputs ]) X1 = tf . placeholder ( tf . float32 , ...
1..
«
79
80
81
82
»
..100