书栈网 · BookStack 本次搜索耗时 0.018 秒,为您找到 1323 个相关结果.
  • run_experiment.Runner

    run_experiment.Runner Class Runner Methods Args: run_experiment.Runner Class Runner Object that handles running Atari 2600 experiments. Here we use the term ‘experim...
  • 卷积神经网络(CNN)

    卷积神经网络(CNN) 使用Keras实现卷积神经网络 使用Keras中预定义的经典卷积神经网络结构 卷积神经网络(CNN) 卷积神经网络 (Convolutional Neural Network, CNN)是一种结构类似于人类或动物的 视觉系统 的人工神经网络,包含一个或多个卷积层(Convolutional Layer)、池化层(Poo...
  • 基础示例:多层感知机(MLP)

    基础示例:多层感知机(MLP) 数据获取及预处理: tf.keras.datasets 模型的构建: tf.keras.Model 和 tf.keras.layers 模型的训练: tf.keras.losses 和 tf.keras.optimizer 模型的评估: tf.keras.metrics 基础示例:多层感知机(MLP) 我们从编...
  • Sequential

    The Sequential model API Sequential model methods compile fit evaluate predict train_on_batch test_on_batch predict_on_batch fit_generator evaluate_generator predict_gener...
  • 梯度裁剪

    梯度裁剪 减少梯度爆炸问题的一种常用技术是在反向传播过程中简单地剪切梯度,使它们不超过某个阈值(这对于递归神经网络是非常有用的;参见第 14 章)。 这就是所谓的梯度裁剪。一般来说,人们更喜欢批量标准化,但了解梯度裁剪以及如何实现它仍然是有用的。 在 TensorFlow 中,优化器的minimize() 函数负责计算梯度并应用它们,所以您必须首先调用...
  • 8、使用代码示例

    8、使用代码示例 补充材料(代码示例,练习题等)可以从 https://github.com/ageron/handson-ml 下载。 这本书是为了帮助你完成工作。一般来说,如果本书提供了示例代码,则可以在程序和文档中使用它。除非你复制了大部分代码,否则你无需联系我们获得许可。例如,编写使用本书中几个代码块的程序不需要许可。销售或者分发 O’Rei...
  • External Plugins

    External Plugins Hop Plugins Actions Transforms Mark Hall Transforms AtolCD External Plugins Hop Plugins The Hop plugins repository contains a collection of plugins that...
  • External Plugins

    External Plugins Hop Plugins Actions Transforms Mark Hall Transforms AtolCD External Plugins Hop Plugins The Hop plugins repository contains a collection of plugins that...
  • Troubleshooting with the crate-node command

    CrateDB How-To Guides CrateDB How-To Guides CrateDB is a distributed SQL database that makes it simple to store and analyze massive amounts of machine data in real-time. Note ...
  • Parallel inserts

    CrateDB How-To Guides CrateDB How-To Guides CrateDB is a distributed SQL database that makes it simple to store and analyze massive amounts of machine data in real-time. Note ...