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...

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...

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...

Predictor: AI查询时间预测 可获得性 特性简介 客户价值 特性描述 特性增强 特性约束 依赖关系 Predictor: AI查询时间预测 可获得性 本特性自openGauss 1.0.0版本开始引入。 特性简介 Predictor是基于机器学习且具有在线学习能力的查询时间预测工具。在数据库内核中，通过不断学习数据库内收集...

编译&部署指南 1 编译环境依赖 2 编译方法 3 部署环境依赖 4 XLearning客户端部署方法 5 XLearning History Server启动方法 [可选] 编译&部署指南 1 编译环境依赖 jdk >= 1.7 Maven >= 3.3 2 编译方法 在源码根目录下，执行: mvn package 完成...

时间上的动态展开 dynamic_rnn() 函数使用while_loop() 操作，在单元上运行适当的次数，如果要在反向传播期间将 GPU内 存交换到 CPU 内存，可以设置swap_memory = True ，以避免内存不足错误。 方便的是，它还可以在每个时间步（形状为[None, n_steps, n_inputs] ）接受所有输入的单个张量，并...

训练稀疏模型 所有刚刚提出的优化算法都会产生密集的模型，这意味着大多数参数都是非零的。 如果你在运行时需要一个非常快速的模型，或者如果你需要它占用较少的内存，你可能更喜欢用一个稀疏模型来代替。 实现这一点的一个微不足道的方法是像平常一样训练模型，然后摆脱微小的权重（将它们设置为 0）。 另一个选择是在训练过程中应用强 l1 正则化，因为它会推动优化器...

使用HDFS存储 简介 使用Docker容器 使用DevEnv 使用HDFS存储 简介 注意：Xiaomi Cloud-ML服务访问HDFS数据，由于各个机房和用户网络环境差别，请首先联系Cloud-ML开发人员，咨询Cloud-ML服务是否可以访问特定的HDFS集群。 使用Docker容器 我们已经制作了Docker镜像，可以直接...

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

Predictor: AI查询时间预测 可获得性 特性简介 客户价值 特性描述 特性增强 特性约束 依赖关系 Predictor: AI查询时间预测 可获得性 本特性自openGauss 1.0.0版本开始引入。 特性简介 Predictor是基于机器学习且具有在线学习能力的查询时间预测工具。在数据库内核中，通...