榜单
服务器优惠
AI论文
-
Examples
Examples Semantic Search LLM Pipelines Workflows Model Training Scale Architecture Releases Applications Examples See below for a comprehensive series of example not... -
Hopfield网络(Hopfield Network)
Deeplearning Algorithms tutorial Hopfield网络(Hopfield Network) 优缺点 应用领域 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智... -
Image
Image" level="1"> Image Image is ndarray Load image data Simple image processing Display image sprite Segment large complicated image into small ones Image" class="refere... -
7.6 RMSProp算法
7.6 RMSProp算法 7.6.1 算法 7.6.2 从零开始实现 7.6.3 简洁实现 小结 参考文献 7.6 RMSProp算法 我们在7.5节（AdaGrad算法）中提到，因为调整学习率时分母上的变量 一直在累加按元素平方的小批量随机梯度，所以目标函数自变量每个元素的学习率在迭代过程中一直在降低（或不变）。因此，当学习率在迭代... -
text.models
text.models Implementation of the language models Language model modules class AWD_LSTM [source] [test] reset [source] [test] class Transformer [source] [test] class T... -
应用感知量化训练
应用感知量化训练 背景 概念 量化 伪量化节点 感知量化训练 感知量化训练示例 定义融合网络 转化为量化网络 重训和推理 导入模型重新训练 进行推理 参考文献 应用感知量化训练 Linux Ascend GPU 模型调优 高级 背景 越来越多的应用选择在移动设备或者边缘设备上使用深度学习技术。以手机为例，为了... -
特性
特性 速度和内存使用的优化 稀疏优化 准确率的优化 Leaf-wise (Best-first) 的决策树生长策略 类别特征值的最优分割 网络通信的优化 并行学习的优化 特征并行 传统算法 LightGBM 中的特征并行 数据并行 传统算法 LightGBM中的数据并行 投票并行 GPU 支持 应用和度量 其他特性 Refe... -
循环层 Recurrent
RNN SimpleRNN GRU LSTM ConvLSTM2D SimpleRNNCell GRUCell LSTMCell StackedRNNCells CuDNNGRU CuDNNLSTM [source] RNN keras . layers . RNN ( cell , return_sequences = ... -
hsigmoid_loss
hsigmoid_loss 参数 返回 代码示例 hsigmoid_loss paddle.nn.functional.hsigmoid_loss ( input, label, num_classes, weight, bias\=None, path_table\=None, path_code\=None, is_sparse\=Fal... -
hsigmoid_loss
hsigmoid_loss 参数 返回 代码示例 hsigmoid_loss paddle.nn.functional. hsigmoid_loss ( input, label, num_classes, weight, bias=None, path_table=None, path_code=None, is_sparse=False, ...