机器翻译 说明 背景介绍 效果展示 模型概览 GRU 双向循环神经网络 编码器-解码器框架 编码器 解码器 注意力机制 柱搜索算法 数据介绍 数据预处理 示例数据 模型配置说明 训练模型 定义数据生成器 构建训练程序 定义训练环境 训练主循环 应用模型 构建预测程序 定义预测环境 测试 总结 参考文献 ...

机器翻译 说明 背景介绍 效果展示 模型概览 GRU 双向循环神经网络 编码器-解码器框架 编码器 解码器 注意力机制 柱搜索算法 数据介绍 数据预处理 示例数据 模型配置说明 训练模型 定义数据生成器 构建训练程序 定义训练环境 训练主循环 应用模型 构建预测程序 定义预测环境 测试 总结 参考文献 ...

静态图模块 nn.Graph OneFlow 的 Eager 模式 OneFlow 的 Graph 模式 自定义一个 Graph 使用 Graph 做预测 使用 Graph 做训练 Graph 调试 扩展阅读：动态图与静态图 相关链接 静态图模块 nn.Graph 目前，深度学习框架中模型的运行方式主要有两种，即 动态图 与 静态图 ...

VisualDL 工具简介 介绍 组件 Scalar Histogram Image Audio Graph High Dimensional 快速尝试 使用 virtualenv 安装 使用 Anaconda 安装 使用代码安装 SDK Python SDK C++ SDK 启动Board 贡献 更多细节 Vis...

用交叉熵解决手写数字识别问题 用交叉熵解决手写数字识别问题 我们可以很容易在程序中将交叉熵应用于梯度下降法（gradient descent）和反向传播算法（backpropagation）。在本章的后面我会改进之前的手写数字识别程序network.py 。新的程序取名network2.py ，它不仅仅用到了交叉熵，还用到了本章将要介绍的其他技术1 ...

mindarmour.detectors mindarmour.detectors This module includes detector methods on distinguishing adversarial examplesfrom benign examples. class mindarmour.detectors. ErrorB...

机器翻译 说明 背景介绍 效果展示 模型概览 GRU 双向循环神经网络 编码器-解码器框架 编码器 解码器 注意力机制 柱搜索算法 数据介绍 数据预处理 示例数据 模型配置说明 训练模型 定义数据生成器 构建训练程序 定义训练环境 训练主循环 应用模型 构建预测程序 定义预测环境 测试 总结 参考文献 ...

使用PyTorch进行神经网络传递 简介 基本原理 导入软件包并选择设备 加载图像 损失函数 内容损失 风格损失 导入模型 梯度下降 使用PyTorch进行神经网络传递 作者 ：Alexis Jacq 编辑 ：Winston Herring 译者：片刻 校验：片刻 简介 本教程介绍了如何实现 由Leon A...

5.6 深度卷积神经网络（AlexNet） 5.6.1 学习特征表示 5.6.1.1 缺失要素一：数据 5.6.1.2 缺失要素二：硬件 5.6.2 AlexNet 5.6.3 读取数据 5.6.4 训练 小结 参考文献 5.6 深度卷积神经网络（AlexNet） 在LeNet提出后的将近20年里，神经网络一度被其他机器学习方法超越，...