单机训练 准备工作 初始化参数 参数随机初始化 载入预定义参数 单卡训练 多卡训练 进阶使用 单机训练 准备工作 要进行PaddlePaddle Fluid单机训练，需要先 准备数据 和 配置简单的网络 。当配置简单的网络 完毕后，可以得到两个fluid.Program ， startup_program 和 main_pr...

1. 监督学习 1. 监督学习 1.1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.2. 岭回归 1.1.3. Lasso 1.1.4. 多任务 Lasso 1.1.5. 弹性网络 1.1.6. 多任务弹性网络 1.1.7. 最小角回归 1.1.8. LARS Lasso 1.1.9. 正交匹配追踪法（OMP） 1.1...

append_backward append_backward paddle.static. append_backward ( loss, parameter_list=None, no_grad_set=None, callbacks=None ) [源代码] 该接口将向主程序（main_program ）添加反向部分 。 完整的神经网络训...

LayerList 使用本API的教程文档 LayerList class paddle.nn. LayerList ( sublayers=None ) [源代码] LayerList用于保存子层列表，它包含的子层将被正确地注册和添加。列表中的子层可以像常规python列表一样被索引。 参数： sublayers (iterable，...

word2vec训练 功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 word2vec训练 功能介绍 Word2Vec是Google在2013年开源的一个将词表转为向量的算法，其利用神经网络，可以通过训练，将词映射到K维度空间向量，甚至对于表示词的向量进行操作还能和语义相对应，由于其简单和高效引起了很多人的...

word2vec流预测 功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 模型结果 预测结果 word2vec流预测 功能介绍 Word2Vec是Google在2013年开源的一个将词表转为向量的算法，其利用神经网络，可以通过训练，将词映射到K维度空间向量，甚至对于表示词的向量进行操作还能和语义相对应，由于其简单和高效引起了很多...

根据用户喜好推荐电影 1. 读取特征向量 2. 计算用户和所有电影的相似度，构建相似度矩阵 3. 对相似度排序，选出最大相似度 4.加入随机选择因素，使得每次推荐的结果有“新鲜感” 几点思考收获 在工业实践中的推荐系统 作业 10-3 作业1：设计并完成两个推荐系统，根据相似用户推荐电影（user-based）和 根据相似电影推荐电影（item...