榜单
服务器优惠
AI论文
-
Reinforcement Learning (DQN) Tutorial
强化学习 (DQN) 教程 回放内存 DQN 算法 Q-网络 获取输入 训练 超参数和配置 训练循环 强化学习 (DQN) 教程 译者：平淡的天 作者 : Adam Paszke 本教程将展示如何使用 PyTorch 在OpenAI Gym 的任务集上训练一个深度Q学习 (DQN) 智能点。 任务 智能点需要决定... -
反向传播算法代码
反向传播算法代码 问题 反向传播算法代码 在理论上理解了反向传播算法后，就可以理解上一章中用来实现反向传播算法的代码了。回忆一下第一章Network 类中的update_mini_batch 和backprop 方法的代码。这些代码可以看做是上面算法描述的直接翻译。具体来说，update_mini_batch 方法通过计算梯度来为当前的小批次（mi... -
BatchNorm
BatchNorm 参数 返回 代码示例 BatchNorm class paddle.fluid.dygraph.BatchNorm (num_channels, act=None, is_test=False, momentum=0.9, epsilon=1e-05, param_attr=None, bias_attr=None, dty... -
4.5.2. 自然语言处理
1. 自然语言处理 1.1. [2.0] BERT句子分类 算法说明 参数设置 算法参数 实例生成 1.2. [2.0] LSTM 句子分类 算法说明 输入参数 算法参数 实例生成 1.3. [2.0] FastText 算法说明 输入参数 算法参数 实例生成 1.4. [2.0] TextCNN 算法说明 输入参数 算法... -
3.3. 线性回归的简洁实现
3.3. 线性回归的简洁实现 3.3.1. 生成数据集 3.3.2. 读取数据 3.3.3. 定义模型 3.3.4. 初始化模型参数 3.3.5. 定义损失函数 3.3.6. 定义优化算法 3.3.7. 训练模型 3.3.8. 小结 3.3.9. 练习 3.3. 线性回归的简洁实现 随着深度学习框架的发展，开发深度学习应用变得越来越... -
10.12. 机器翻译
10.12. 机器翻译 10.12.1. 读取和预处理数据 10.12.2. 含注意力机制的编码器—解码器 10.12.2.1. 编码器 10.12.2.2. 注意力机制 10.12.2.3. 含注意力机制的解码器 10.12.3. 训练模型 10.12.4. 预测不定长的序列 10.12.5. 评价翻译结果 10.12.6. 小结 10.... -
6.3 TiDB + TiSpark 跑批最佳实践
6.3 TiDB + TiSpark 跑批最佳实践 6.3.1 TiSpark 概述 6.3.2 环境准备 (1) TiSpark 依赖包 (2) Spark (3) JDK 6.3.3 TiSpark 集群部署配置 (1) spark-env.sh 配置 (2) spark-defaults.conf 配置 (3) 部署 TiSpark ... -
2.1.1. 星云系统架构
2.1.1. 星云系统架构 2.1.1. 星云系统架构 与常见的一些简易安全防护软件不同，Nebula本质上是一套完整且独立的数据分析平台，逻辑上，它需要提供以下几个方面的功能： * 数据采集与集成平台。负责对接客户现有系统不同形式存在的各种原始数据，包括流量，实时日志，日志文件等。 * 数据规整化与业务日志提取系统。 Nebula 对... -
bipartite_match
bipartite_match bipartite_match paddle.fluid.layers.bipartite_match ( dist_matrix, match_type=None, dist_threshold=None, name=None ) [源代码] 该OP实现了贪心二分匹配算法，该算法用于根据输入距离矩阵获得与最大距...