书栈网 · BookStack 本次搜索耗时 0.024 秒,为您找到 1338 个相关结果.
  • 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? ...
  • 在Docker上运行Alluxio

    在Docker上运行Alluxio 基础教程 前期准备 启动一个独立模式集群 安装Docker 复制Alluxio仓库 构建Alluxio Docker镜像 设置底层存储系统 设置虚拟内存允许快速短路读取 运行Alluxio master 运行Alluxio master 运行Alluxio worker 测试集群 通过具体的All...
  • 常用层

    常用层 Dense层 参数: 输入 输出 Activation层 参数 输入shape 输出shape 参数 参考文献 Flatten层 例子 Reshape层 参数 输入shape 输出shape 例子 Permute层 参数 例子 输入shape 输出shape RepeatVector层 参数 输入shap...
  • 后记:一个吃货和一道菜的故事

    一个吃货和一道菜的故事 一,一个吃货转行算法的心路历程 二,吃货为什么要写这本书? 三,吃货写的这本书怎么样? 四,如何获取吃货写的这本书? 五,鼓励和联系这个吃货 一个吃货和一道菜的故事 《30天吃掉那只TensorFlow2》这本书已经全部整理完稿。本篇文章算是这本书的一个后记。 本文介绍了一个吃货与算法结缘的故事,并介绍了本书的写作...
  • 服务器部署 — Paddle Inference

    服务器部署 — Paddle Inference 与主框架model.predict区别 预测流程图 高性能实现 内存/显存复用提升服务吞吐量 细粒度OP横向纵向融合减少计算量 内置高性能的CPU/GPU Kernel 多功能集成 集成TensorRT加快GPU推理速度 集成oneDNN CPU推理加速引擎 支持PaddleSlim量化压缩模...
  • 知乎问题回答

    知乎问题回答 Python学习完基础语法知识后,如何进一步提高? 知乎问题回答 Python学习完基础语法知识后,如何进一步提高? 如果你已经完成了Python基础语法的学习,想要知道接下来如何提高,那么你得先问问自己你要用Python来做什么?目前学习Python后可能的就业方向包括以下几个领域,我把每个领域需要的技术作为了一个简单的关键词摘要。...
  • Building Python function-based components

    Building Python function-based components Before you begin Getting started with Python function-based components Building Python function-based components Using and installing Py...
  • Getting Started with Katib

    Getting Started with Katib Katib setup Installing Katib Accessing the Katib UI The new Katib UI Examples Example using random algorithm TensorFlow example PyTorch example C...
  • 贡献

    关于 Github Issues 和 Pull Requests 漏洞报告 请求新功能 请求贡献代码 Pull Requests 合并请求 添加新的样例 关于 Github Issues 和 Pull Requests 找到一个漏洞?有一个新的功能建议?想要对代码库做出贡献?请务必先阅读这些。 漏洞报告 你的代码不起作用,你确定问题在...
  • Android部署

    Android部署 Android部署 现在开始在Android环境部署,对于国内的读者,因为获取SDK和gradle编译环境等资源,需要先给Android Studio配置proxy或者使用国内的镜像。 配置build.gradle 将 build.gradle 中的maven源 google() 和 jcenter() 分别替换为国内...