一些基本概念 符号计算 张量 data_format 函数式模型 batch epochs 对新手友好的小说明 关于Python 关于深度学习 其他 一些基本概念 在开始学习Keras之前，我们希望传递一些关于Keras，关于深度学习的基本概念和技术，我们建议新手在使用Keras之前浏览一下本页面提到的内容，这将减少你学习中的困惑...

BatchNorm2D BatchNorm2D paddle.nn.BatchNorm2D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format=’NCHW’, name=None): 该接口用于构建 BatchNorm2D ...

6.4.4 缓冲 6.4.4 缓冲 当一个人饿了，面对一大碗饭，他该怎么吃呢？任务的目标是将这一碗饭送到肚子里去， 解决饿的问题，而达成目标的最快方法是将一碗饭一口吞下，可惜没人有这么大的嘴。事实 上，人们采取的是每次吃一口的方式，一口一口地将饭吃到肚子里去。这个例子很好地说明 了计算机解决问题时的“缓冲”技术。 利用计算机解决问题时，经常需要将大...

三、 mini-batch 3.1 mini-batch 大小 3.2 随机抽样 3.3 重复样本 三、 mini-batch 机器学习算法和一般最优化算法不同的一点：机器学习算法的目标函数通常可以分解为每个训练样本上的损失函数的求和。如： 。 最大化这个总和，等价于最大化训练集在经验分布上的期望： 当使用基于梯度的优化算法求解时，...

BatchNorm2D BatchNorm2D paddle.nn.BatchNorm2D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCHW', name=None): 该接口用于构建 BatchNorm2D...

BatchNorm1D BatchNorm1D paddle.nn.BatchNorm1D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCL', name=None): 该接口用于构建 BatchNorm1D ...

用例子学习 PyTorch 张量 Warm-up：Numpy PyTorch：张量 自动求导 PyTorch：张量和自动求导 PyTorch：定义新的自动求导函数 TensorFlow：静态图 nn 模块 PyTorch：nn PyTorch：optim PyTorch：自定义nn模块 PyTorch：控制流+权重共享 例子 张量 ...

sum 补充说明 语法 选项 参数 实例 sum 计算文件的校验码和显示块数 补充说明 sum命令 用于计算并显示指定文件的校验和与文件所占用的磁盘块数。 语法 sum (选项)(参数) 选项 - r ：使用 BSD 的校验和算法，块大小为 1k ； - s ：使用 system V 的校验和算法，块大小为 512 字...

sum 补充说明 语法 选项 参数 实例 sum 计算文件的校验码和显示块数 补充说明 sum命令 用于计算并显示指定文件的校验和与文件所占用的磁盘块数。 语法 sum (选项)(参数) 选项 - r ：使用 BSD 的校验和算法，块大小为 1k ； - s ：使用 system V 的校验和算法，块大小为 5...