Conv2DTranspose 属性 Conv2DTranspose class paddle.fluid.dygraph. Conv2DTranspose (name_scope, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilation=1, ...

同步数据读取 数据层配置 传递训练数据给执行器 进阶使用 如何传入序列数据 如何分别设置ParallelExecutor中每个设备的训练数据 自定义BatchSize维度 Fluid目前支持的数据类型 同步数据读取 PaddlePaddle Fluid支持使用 fluid.layers.data() 配置数据层； 再使用 Numpy ...

3、目标和方法 本书假定你对机器学习几乎一无所知。它的目标是给你实际实现能够从数据中学习的程序所需的概念，直觉和工具。 我们将介绍大量的技术，从最简单的和最常用的（如线性回归）到一些定期赢得比赛的深度学习技术。 我们将使用现成的 Python 框架，而不是实现我们自己的每个算法的玩具版本： Scikit-learn 非常易于使用，并且实现了许多有...

测试和确认 要知道一个模型推广到新样本的效果，唯一的办法就是真正的进行试验。一种方法是将模型部署到生产环境，观察它的性能。这么做可以，但是如果模型的性能很差，就会引起用户抱怨 —— 这不是最好的方法。 更好的选项是将你的数据分成两个集合：训练集和测试集。正如它们的名字，用训练集进行训练，用测试集进行测试。对新样本的错误率称作推广错误（或样本外错误），通...

亿书，一个面向未来的自出版平台 前言 亿书，是什么？ 核心目标 使用场景 核心功能 技术架构 总结 参考 亿书，一个面向未来的自出版平台 前言 本篇的目的是通过一个产品的发行说明（白皮书），来了解产品最初的设计需求。无论是代码设计，还是源码分析，我们都要循着这些需求去渐次深入到代码内部，这样的思路，会帮助我们更加轻松、快速的掌握代...

批量标准化 尽管使用 He初始化和 ELU（或任何 ReLU 变体）可以显著减少训练开始阶段的梯度消失/爆炸问题，但不保证在训练期间问题不会回来。 在 2015 年的一篇论文中，Sergey Ioffe 和 Christian Szegedy 提出了一种称为批量标准化（Batch Normalization，BN）的技术来解决梯度消失/爆炸问题，每层输...

图像分类 说明: 背景介绍 效果展示 模型概览 CNN VGG GoogLeNet ResNet 数据准备 模型结构 Paddle 初始化 VGG ResNet Inference Program 配置 Train Program 配置 Optimizer Function 配置 训练模型 Data Feeders 配置 ...

简介 简介 本章的目的是让你了解和运行 TensorFlow! 在开始之前, 让我们先看一段使用 Python API 撰写的 TensorFlow 示例代码,让你对将要学习的内容有初步的印象. 这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它. import tensorflow as tf import ...

三、PNN 3.1 模型 3.1.1 IPNN 3.1.2 OPNN 3.1.3 讨论 3.2 实验 三、PNN 在典型的推荐、广告任务中，大多数特征都是离散的categorical 。一种常见做法是将这些离散特征进行 one-hot 编码，从而转化为稀疏二元特征 sparse binary feature 。 传统模型非常依赖于特...