PolynomialDecay PolynomialDecay class paddle.fluid.dygraph. PolynomialDecay (learning_rate, decay_steps, end_learning_rate=0.0001, power=1.0, cycle=False, begin=0, step=1, dty...

九、参数初始化策略 9.1 权重初始化 9.2 偏置初始化 九、参数初始化策略 有些优化算法是非迭代的，可以直接解析求解最优解；有些优化算法是迭代的，但是它们是初始值无关的。 深度学习不具有这两类性质，通常是迭代的，且与初始值相关。 深度学习中，大多数算法都受到初始值的影响。初始值能够决定：算法最终是否收敛、以及收敛时的收敛速度有多快、以...

4. 深度学习计算 4. 深度学习计算 上一章介绍了包括多层感知机在内的简单深度学习模型的原理和实现。本章我们将简要概括深度学习计算的各个重要组成部分，如模型构造、参数的访问和初始化等，自定义层，读取、存储和使用GPU。通过本章的学习，我们将能够深入了解模型实现和计算的各个细节，并为在之后章节实现更复杂模型打下坚实的基础。 4.1. 模型构造 ...

inverse_time_decay inverse_time_decay paddle.fluid.layers. inverse_time_decay ( learning_rate, decay_steps, decay_rate, staircase=False ) [源代码] 在初始学习率上运用逆时衰减。 训练模型时，最好在训练过程中...

PolynomialDecay PolynomialDecay 注意：该API仅支持【动态图】模式 class paddle.fluid.dygraph. PolynomialDecay (learning_rate, decay_steps, end_learning_rate=0.0001, power=1.0, cycle=False, ...

新用户指南 新用户指南 新用户指南（也称为教程 ）描述了某些操作的实际步骤。这些文档是“学习导向”的，也就是说用户通过“操作”来学习。 新用户指南旨在引导初学者或 Rancher 的日常用户通过一系列步骤来学习如何进行某些操作。这些文档旨在帮助用户通过使用易于遵循、有意义且可重复的操作来了解如何完成任务。这些指南将帮助用户完成工作，并能立刻看到效果。...

新用户指南 新用户指南 新用户指南（也称为教程 ）描述了某些操作的实际步骤。这些文档是“学习导向”的，也就是说用户通过“操作”来学习。 新用户指南旨在引导初学者或 Rancher 的日常用户通过一系列步骤来学习如何进行某些操作。这些文档旨在帮助用户通过使用易于遵循、有意义且可重复的操作来了解如何完成任务。这些指南将帮助用户完成工作，并能立刻看到效果。...

inverse_time_decay inverse_time_decay paddle.fluid.layers. inverse_time_decay (learning_rate, decay_steps, decay_rate, staircase=False)[源代码] 在初始学习率上运用逆时衰减。 训练模型时，最好在训练过程中...

开始 开始 查看如下指南可对 TensorFlow 程序有个简要的概览： 初识 TensorFlow MINIST 是实验新的机器学习工具的经典数据集。我们提供了三篇指南，每篇介绍了一种不同的方法在TensorFlow 上训练 MNIST 模型。 MNIST-机器学习初学者 ，通过高级 API 介绍了 MNIST。 MNIST-机器学习专...