分类
发现
榜单
收录
IT文库
服务器优惠
搜索
注册
登录
分类
发现
榜单
收录
IT文库
服务器优惠
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.014
秒,为您找到
1338
个相关结果.
搜书籍
搜文档
MLeap Bundles
1529
2019-07-24
《MLeap 中文文档》
MLeap Bundle MLeap Bundle 的功能特征 Spark、Scikit-Learn 和 TrnsorFlow 的统一格式 Bundle 文件结构 bundle.json | bundle.json model.json node.json MLeap Bundle 实例 MLeap Bundle MLeap Bundl...
针对NLP的Pytorch深度学习
1484
2020-03-05
《PyTorch 0.3 中文文档 & 教程》
针对NLP的Pytorch深度学习 针对NLP的Pytorch深度学习 译者:@JingTao 、@friedhelm739 作者 : Robert Guthrie 本教程将带你浏览基于Pytorch深度学习编程的核心思想.其中很多思想(例如计算图形抽象化以及自动求导) 并不是Pytorch特有的,他们和任何深度学习工具包都是相关的. ...
Deep Learning for NLP with Pytorch
1961
2020-03-05
《PyTorch 1.0 中文文档 & 教程》
在深度学习和 NLP 中使用 Pytorch 在深度学习和 NLP 中使用 Pytorch 译者 bruce1408 校对者:FontTian 作者 : Robert Guthrie 本文带您进入pytorch框架进行深度学习编程的核心思想。Pytorch的很多概念(比如计算图抽象和自动求导)并非它所独有的,和其他深度学习框架相关。...
十、人工神经网络介绍
2182
2018-10-25
《Sklearn 与 TensorFlow 机器学习实用指南》
十、人工神经网络介绍 十、人工神经网络介绍 鸟类启发我们飞翔,牛蒡植物启发了尼龙绳,大自然也激发了许多其他发明。从逻辑上看,大脑是如何构建智能机器的灵感。这是启发人工神经网络(ANN)的关键思想。然而,尽管飞机受到鸟类的启发,但它们不必拍动翅膀。同样的,ANN 逐渐变得与他们的生物表兄弟有很大的不同。一些研究者甚至争辩说,我们应该完全放弃生物类比(例...
Developer Guide
1070
2019-07-29
《Ludwig AI工具文档》
Developer Guide Codebase Structure Adding an Encoder 1. Add a new encoder class 2. Add the new encoder class to the corresponding encoder registry Adding a Decoder 1. Add a new...
设计理念
1588
2018-11-12
《Angel v2.0 中文文档手册》
Angel的设计理念 灵活性 性能 易用性 扩展性 稳定 Angel的设计理念 Angel的整体设计理念,是简约而不简单 ,做一个灵活而强大的参数服务器,并在此之上,提供多种机器学习算法,和PS服务,扩展为一个分布式机器学习平台。 因此,在开发之时,Angel从如下5个方向,对整体进行了改进和设计,并在它们之间进行了平衡。包括: 易...
变量:创建、初始化、保存和加载
976
2018-02-23
《TensorFlow 官方文档中文版》
变量:创建、初始化、保存和加载 创建 初始化 由另一个变量初始化 自定义初始化 保存和加载 检查点文件 保存变量 恢复变量 选择存储和恢复哪些变量 变量:创建、初始化、保存和加载 当训练模型时,用变量 来存储和更新参数。变量包含张量 (Tensor)存放于内存的缓存区。建模时它们需要被明确地初始化,模型训练后它们必须被存储到磁盘。这...
模型优化工具 opt
1414
2021-05-20
《Paddle Lite v2.9 教程》
模型优化工具 opt opt 下载和使用方法 方法一: 通过Python 安装和调用 opt 工具 方法二: 下载和调用 opt 可执行文件 合并x2paddle和opt的一键脚本 模型优化工具 opt Paddle-Lite 提供了多种策略来自动优化原始的训练模型,其中包括量化、子图融合、混合调度、Kernel优选等等方法。为了使优化过程更...
十五、自编码器
1893
2018-10-25
《Sklearn 与 TensorFlow 机器学习实用指南》
十五、自编码器 十五、自编码器 自编码器是能够在无监督的情况下学习输入数据的有效表示(叫做编码)的人工神经网络(即,训练集是未标记)。这些编码通常具有比输入数据低得多的维度,使得自编码器对降维有用(参见第 8 章)。更重要的是,自编码器可以作为强大的特征检测器,它们可以用于无监督的深度神经网络预训练(正如我们在第 11 章中讨论过的)。最后,他们能够...
1..
«
88
89
90
91
»
..100