分类
发现
榜单
免费AI写作
讯飞星火
服务器优惠
免费GPT
IT文库
搜索
注册
登录
分类
发现
榜单
免费AI写作
讯飞星火
服务器优惠
免费GPT
IT文库
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.038
秒,为您找到
8974
个相关结果.
搜书籍
搜文档
数据并行训练
279
2021-10-31
《OneFlow v0.5 深度学习框架文档》
数据并行训练 代码 DistributedSampler 数据并行训练 在 常见的分布式并行策略 一文中介绍了数据并行的特点。 OneFlow 提供了 oneflow.nn.parallel.DistributedDataParallel 模块及 launcher ,可以让用户几乎不用对单机单卡脚本做修改,就能地进行数据并行训练。 可以用以...
模型训练/评估
962
2022-04-14
《PaddleOCR v2.0 使用教程》
文本检测 文本识别 方向分类器 yml参数配置文件介绍
训练与预测
666
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
训练与预测 一、训练前准备 二、通过paddle.Model 训练与预测 2.1 用Model.prepare() 配置模型 2.2 用Model.fit() 训练模型 1.3 用Model.evaluate() 评估模型 1.4 用Model.predict() 预测模型 三、通过基础API实现模型的训练与预测 3.1 拆解Model.prep...
查看训练看板
540
2021-09-14
《MindSpore v1.0 深度学习框架教程》
查看训练看板 概述 标量可视化 参数分布图可视化 计算图可视化 数据图可视化 图像可视化 张量可视化 注意事项 查看训练看板 Linux Ascend GPU CPU 模型调优 中级 高级 概述 训练看板是MindInsight的可视化组件的重要组成部分,而训练看板的标签包含:标量可视化、参数分布图可视化...
StringIndexer训练(batch)
434
2019-12-19
《阿里巴巴 Alink v1.0.1 使用手册》
StringIndexer训练 功能介绍 参数说明 脚本示例 脚本代码 脚本运行结果 StringIndexer训练 功能介绍 StringIndexer训练组件的作用是训练一个模型用于将单列字符串映射为整数。 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 modelName 模型名字 ...
训练分类器
1253
2020-03-05
《PyTorch 1.0 中文文档 & 教程》
训练分类器 数据应该怎么办呢? 训练一个图片分类器 1.加载并标准化CIFAR10 2.定义卷积神经网络 3.定义损失函数和优化器 4.训练网络 5.使用测试数据测试网络 在GPU上训练 在多GPU上训练 接下来要做什么? 训练分类器 译者:bat67 校对者:FontTian 目前为止,我们以及看到了如何定义网络,...
多机训练
619
2019-03-02
《PaddlePaddle 1.3(fluid) 使用文档》
多机训练 多机训练 分布式训练快速开始 分布式训练使用手册 在百度云启动Fluid分布式训练 原文: http://paddlepaddle.org/documentation/docs/zh/1.3/user_guides/howto/training/multi_node.html
训练示例(预览)
531
2021-05-20
《Paddle Lite v2.8 教程》
C++ Train Demo Introduction Requirements Quick start Step1 build paddle-lite Step2 编译lr_trainer Step3 download model and run it! 更多细节 与Paddle训练结果做校对 前10个Loss值 Loss 曲线 ...
训练过程
1472
2020-05-04
《百度架构师手把手带你零基础入门深度学习》
训练过程 梯度下降法 计算梯度 使用Numpy进行梯度计算 确定损失函数更小的点 代码封装Train函数 训练扩展到全部参数 随机梯度下降法( Stochastic Gradient Descent) 数据处理代码修改 训练过程代码修改 训练过程 上述计算过程描述了如何构建神经网络,通过神经网络完成预测值和损失函数的计算。接下来介绍...
10.2 近似训练
944
2020-06-10
《《动手学深度学习》(PyTorch版)》
10.2 近似训练 10.2.1 负采样 10.2.2 层序softmax 小结 10.2 近似训练 回忆上一节的内容。跳字模型的核心在于使用softmax运算得到给定中心词 来生成背景词 的条件概率 该条件概率相应的对数损失 由于softmax运算考虑了背景词可能是词典 中的任一词,以上损失包含了词典大小数目的项的累加。...
1..
«
2
3
4
5
»
..100