前言 前言 foreword.md commit 1fedfc4b96c2017f64ecfcf41a0a07e2e815f24f Rust 程序设计语言的本质实际在于 赋能 （empowerment）：无论你现在编写的是何种代码，Rust 能让你在更为广泛的编程领域走得更远，写出自信。（这一点并不显而易见） 举例来说，那些“系统层面...

数字货币 vs. 电子货币 比特币解决的问题 小结 读后有收获可以支付宝请作者喝咖啡： 比特币是人类历史上第一种数字货币。 什么是数字货币？一句话概括，数字货币是基于数学加密原理构建的不可伪造的货币系统，而比特币是第一个基于数学加密原理构建的分布式数字货币系统。 比特币和区块链有什么关系？一句话概括，比特币使用区块链技术实现了数字货币的可信支付...

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 声明式编程模式（静态图） 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...

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...

unsqueeze 参数 返回 代码示例 使用本API的教程文档 unsqueeze paddle. unsqueeze ( x, axis, name=None ) [源代码] 该OP向输入Tensor的Shape中一个或多个位置（axis）插入尺寸为1的维度。 请注意，在动态图模式下，输出Tensor将与输入Tensor共享数据，并...

word2vec批预测 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批预测 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...

如何在Keras中使用VisualDL 如何在Keras中使用VisualDL 下面我们演示一下如何在Keras中使用VisualDL，从而可以把Keras的训练过程可视化出来。我们将以Keras用卷积神经网络(CNN, Convolutional Neural Network)来训练MNIST 数据集作为例子。 程序的主体来自Keras的官方G...

Embedding [source] Embedding keras . layers . Embedding ( input_dim , output_dim , embeddings_initializer = 'uniform' , embeddings_regularizer = None , activity_regulari...

练习 你能想象 seq2seq RNN 的几个应用吗？ seq2vec 的 RNN 呢？vex2seq 的 RNN 呢？ 为什么人们使用编解码器 RNN 而不是简单的 seq2seq RNN 来自动翻译？ 如何将卷积神经网络与 RNN 结合，来对视频进行分类？ 使用dynamic_rnn() 而不是static_rnn() 构建 RNN 有什么好处？ ...

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