榜单
IT文库
服务器优惠
-
Epilogue：A Story Between a Foodie and Cuisine
Epilogue: A Story Between a Foodie and Cuisine Epilogue: A Story Between a Foodie and Cuisine “How to eat TensorFlow2 in 30 days?” has been finished and well concluded, and thi... -
Compatibility with Various SQL Engines
Compatibility with Various SQL Engines Data Operations in Go Data Retrieval Metadata Retrieval Prepare Prediction Table Translate Database Column Type to TensorFlow Feature Colu... -
5-3,激活函数activation
5-3,激活函数activation 一，常用激活函数 二，在模型中使用激活函数 5-3,激活函数activation 激活函数在深度学习中扮演着非常重要的角色，它给网络赋予了非线性，从而使得神经网络能够拟合任意复杂的函数。 如果没有激活函数，无论多复杂的网络，都等价于单一的线性变换，无法对非线性函数进行拟合。 目前，深度学习中最流行的激活函... -
TensorBoard：训练过程可视化
TensorBoard：训练过程可视化 TensorBoard：训练过程可视化 有时，你希望查看模型训练过程中各个参数的变化情况（例如损失函数loss的值）。虽然可以通过命令行输出来查看，但有时显得不够直观。而TensorBoard就是一个能够帮助我们将训练过程可视化的工具。 首先在代码目录下建立一个文件夹（如 ./tensorboard ）存放... -
Callbacks
Usage of callbacks Callback BaseLogger TerminateOnNaN ProgbarLogger History ModelCheckpoint EarlyStopping RemoteMonitor LearningRateScheduler ReduceLROnPlateau CSVLogger ... -
后端 Backend
Keras 后端 什么是 「后端」？ 从一个后端切换到另一个后端 keras.json 详细配置 使用抽象 Keras 后端编写新代码 后端函数 epsilon set_epsilon floatx set_floatx cast_to_floatx image_data_format set_image_data_format res... -
5-5 losses
5-5 losses 1. Loss Function and Regularization Term 2. Pre-defined Loss Function 3. Customized Loss Function 5-5 losses In general, the target function in supervised learnin... -
Usage
Usage Training an Agent Single-threaded Algorithms Multi-threaded Algorithms Multi-Node Algorithms Evaluating an Agent Playing with the Environment as a Human Learning Throug... -
FAQ
Frequently Asked Questions (FAQ) Can I use ml5.js in the p5 web editor? Can I use ml5.js with node.js? Can I contribute? How can I contribute? Frequently Asked Questions (F... -
缓存冻结层
缓存冻结层 由于冻结层不会改变，因此可以为每个训练实例缓存最上面的冻结层的输出。 由于训练贯穿整个数据集很多次，这将给你一个巨大的速度提升，因为每个训练实例只需要经过一次冻结层（而不是每个迭代一次）。 例如，你可以先运行整个训练集（假设你有足够的内存）： hidden2_outputs = sess . run ( hidden2 , feed_...