书栈网 · BookStack 本次搜索耗时 0.016 秒,为您找到 76649 个相关结果.
  • Word2Vec预测(batch)

    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

    1284 2019-07-26 《VisualDL 使用文档》
    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...
  • 嵌入层 Embedding

    Embedding [source] Embedding keras . layers . Embedding ( input_dim , output_dim , embeddings_initializer = 'uniform' , embeddings_regularizer = None , activity_regulari...
  • Conv2DTranspose

    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...
  • fluid.backward

    fluid.backward append_backward fluid.backward Source English append_backward Source English paddle.fluid.backward. appendbackward (_loss, parameter_list=None, no_grad_s...
  • 练习

    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? ...
  • 模板引擎-模板配置

    配置对象 配置文件 示例1,默认配置项 示例2,多个配置项 配置方法 SetConfigWithMap 方法 注意事项 视图组件是GoFrame 框架核心的组件之一,当然也支持非常方便的配置管理功能。 配置对象 配置对象定义: https://pkg.go.dev/github.com/gogf/gf/v2/os/gview#Config...
  • 栈(Stack)和堆(Heap)

    栈(Stack)和堆(Heap) 栈(The Stack) 堆(The Heap) 栈(Stack)和堆(Heap) 前面说过,我们可以把内存简单粗暴地想象成一个巨大的字节数组。事实上,它被更加合理地划分成了两部分,即栈和堆。 有些人可能已经听说过一些关于堆和栈的神秘传说,例如“栈从上往下增长,而堆则是从下往上”,或是“栈的数量很多,但堆只有一...