积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部云计算&大数据(13)机器学习(13)

语言

全部中文(简体)(8)英语(5)

格式

全部PDF文档 PDF(13)
 
本次搜索耗时 0.079 秒,为您找到相关结果约 13 个.
  • 全部
  • 云计算&大数据
  • 机器学习
  • 全部
  • 中文(简体)
  • 英语
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 动手学深度学习 v2.0

    记事本”选项下载后解压代码, 或者可以按照如下方式进行下载: mkdir d2l-zh && cd d2l-zh curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip unzip d2l-zh.zip && rm d2l-zh.zip cd pytorch 注意:如果没有安装unzip,则可以通过运行sudo apt install → R 表示二元标量运算符,这意味着该 函数接收两个输入,并产生一个输出。给定同一形状的任意两个向量u和v和二元运算符f,我们可以得到向 量c = F(u, v)。具体计算方法是ci ← f(ui, vi),其中ci、ui和vi分别是向量c、u和v中的元素。在这里,我们 通过将标量函数升级为按元素向量运算来生成向量值 F : Rd, Rd → Rd。 对于任意具有相同形状的张量,常见的标准算 +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |============================================
    0 码力 | 797 页 | 29.45 MB | 1 年前
    3
  • pdf文档 keras tutorial

    created a virtual environment named “kerasvenv”. Move to the folder and type the below command, $ cd kerasvenv kerasvenv $ source bin/activate Windows Windows users move inside the “kerasenv” folder Collecting numpy Downloading https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353 c330e59be8cf2d47c0b11d3cde8/ numpy-3.1.1-cp36-cp36m- macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64 Collecting pandas Downloading https://files.pythonhosted.org/packages/cf/a4/d5387a74204542a60ad1baa84cd2d3353 c330e59be8cf2d47c0b11d3cde8/ pandas-3.1.1-cp36-cp36m- macosx_10_6_intel.macosx_10_9_intel
    0 码力 | 98 页 | 1.57 MB | 1 年前
    3
  • pdf文档 Keras: 基于 Python 的深度学习库

    源码安装 Keras: 首先,使用 git 来克隆 Keras: git clone https://github.com/keras-team/keras.git 然后,cd 到 Keras 目录并且运行安装命令: cd keras sudo python setup.py install 1.5 使用 TensorFlow 以外的后端 默认情况下,Keras 将使用 TensorFlow 输出尺寸 与输入相同。 参数 • theta: float >= 0。激活的阈值位。 参考文献 • Zero-Bias Autoencoders and the Benefits of Co-Adapting Features 5.9.5 Softmax [source] keras.layers.Softmax(axis=-1) Softmax 激活函数。 输入尺寸 关于 KERAS
    0 码力 | 257 页 | 1.19 MB | 1 年前
    3
  • pdf文档 Lecture 7: K-Means

    minimize the within-cluster sum of squares: arg min {Ck} K � i=1 � x∈Ci ∥x − µi∥2 where µi is the mean of points in set Ci How hard is this problem? The problem is NP hard, but there are good heuristic
    0 码力 | 46 页 | 9.78 MB | 1 年前
    3
  • pdf文档 如何利用深度学习提高高精地图生产的自动化率-邹亮

    ��D�G�1����������96�������2��� ������D��M� ���� DEEPMAP���� - ���� | ������� James Wu ��� CEO & Co-founder Mark Wheeler CTO & Co-founder • ����������������� • ������������ • �������������� • ����������� • �������������������
    0 码力 | 34 页 | 56.04 MB | 1 年前
    3
  • pdf文档 深度学习与PyTorch入门实战 - 01. 初见PyTorch

    ce.com/battle-of-the-deep-learning-frameworks-part-i-cff0e3841750 大浪淘沙 王者之争 https://www.edureka.co/blog/pytorch-vs-tensorflow/ 动态图 https://towardsdatascience.com/battle-of-the-deep-learning-frame
    0 码力 | 19 页 | 1.06 MB | 1 年前
    3
  • pdf文档 华为云深度学习在文本分类中的实践-李明磊

    准确率:93% 政务问题 分类 识别用户所问问题 类型并进行热点问 题分析。 准确率:98% 21 EI体验空间 22 Copyright©2018 Huawei Technologies Co., Ltd. All Rights Reserved. The information in this document may contain predictive statements including
    0 码力 | 23 页 | 1.80 MB | 1 年前
    3
  • pdf文档 谭国富:深度学习在图像审核的应用

    监控/启停 任务调度/资源管理 监控上报 cephfs存储集 群 本地文件系统 数据 模型/日志 client 管理数据 提取模型、 查看日志 提交/管理任务 用户 docker.oa.co m 自动拉取镜像 Redis 冷数据 热任务/监控数据/集群信息 • 任务监控与自动重启 • 分布式多机训练,不可避免遇到由于硬件/网 络波动引起的异常 • 监控任务运行状况,当任务发生异常时,选
    0 码力 | 32 页 | 5.17 MB | 1 年前
    3
  • pdf文档 《Efficient Deep Learning Book》[EDL] Chapter 1 - Introduction

    available resources for a single model. This could happen on the server-side where multiple models are co-located on the same machine, or could be in an app where different models are used for different functionalities
    0 码力 | 21 页 | 3.17 MB | 1 年前
    3
  • pdf文档 【PyTorch深度学习-龙龙老师】-测试版202112

    https://towardsdatascience.com/how-to-teach-a-computer-to-see-with-convolutional-neural-networks- 96c120827cd1 预览版202112 3.1 手写数字图片数据集 3 目前常用的深度学习框架,如 PyTorch (Paszke, 以及其他人, 2019)、TensorFlow 等, 都 图 9.23 正则化系数:0.13 9.6 Dropout 2012 年,Hinton 等人在其论文《Improving neural networks by preventing co-adaptation of feature detectors》中使用了 Dropout 方法来提高模型性能。Dropout 通过随机断开神经网 络的连接,减少每次训练时实际参与计算的模型的参数量;但是在测试时,Dropout Atari 或 Mujoco 模拟器,需要额外的安装步骤。我们以安装 Atari 模拟 器为例: git clone https://github.com/openai/gym.git #拉取源代码 cd gym # 进入目录 pip install -e '.[all]' # 安装 Gym 预览版202112 14.1 先睹为快 3 一般来说,在 Gym 环境中创建游戏并进行交互主要包含了
    0 码力 | 439 页 | 29.91 MB | 1 年前
    3
共 13 条
  • 1
  • 2
前往
页
相关搜索词
动手深度学习v2kerastutorialKeras基于PythonLectureMeans如何利用提高高精地图生产自动自动化邹亮PyTorch入门实战01初见华为文本分类实践李明磊国富图像审核应用EfficientDeepLearningBookEDLChapterIntroduction深度学习
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩