hello paddle: 从普通程序走向机器学习程序 一、普通程序跟机器学习程序的逻辑区别 二、导入飞桨 三、准备数据 四、用飞桨定义模型的计算 五、准备好运行飞桨 六、告诉飞桨怎么样学习 七、运行优化算法 八、机器学习出来的参数 九、hello paddle hello paddle: 从普通程序走向机器学习程序 作者: Pa...

hello paddle: 从普通程序走向机器学习程序 一、普通程序跟机器学习程序的逻辑区别 二、导入飞桨 三、准备数据 四、用飞桨定义模型的计算 五、准备好运行飞桨 六、告诉飞桨怎么样学习 七、运行优化算法 八、机器学习出来的参数 九、hello paddle hello paddle: 从普通程序走向机器学习程序 作者: Pa...

正则化 正则化 避免过拟合的方法之一是增加训练数据数量。那么，还有没有别的方法能让我们避免过拟合呢？一种可能的方法是减小网络的规模。然而，我们并不情愿减小规模，因为大型网络比小型网络有更大的潜力。 幸好，哪怕使用固定的网络和固定的训练数据，我们还有别的方法来避免过拟合。这就是所谓的正则化（regularization）技术。在这一节我将描述一种最常...

了解产品 产品特点 软件架构 典型组网 了解产品 openGauss是一款开源的关系型数据库,采用客户端/服务器，单进程多线程架构，支持单机和一主多备部署方式，备机可读，支持双机高可用和读扩展。 产品特点 openGauss相比于其他开源数据库主要有以下几个主要特点： 高性能 提供了面向多核架构的并发控制技术结合鲲鹏硬件优化，在两...

动态图机制-DyGraph 设置和基本用法 基于DyGraph构建网络 使用DyGraph训练模型 模型参数的保存 模型评估 编写兼容的模型 动态图机制-DyGraph PaddlePaddle的DyGraph模式是一种动态的图执行机制，可以立即执行结果，无需构建整个图。同时，和以往静态的执行计算图不同，DyGraph模式下您的所有操作可...

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...

漫谈系列:区块链应用后台“混合架构”介绍 1.从分层到混合架构 2. 混合架构解析 3. 结语 漫谈系列:区块链应用后台“混合架构”介绍 作者：fisco-dev 本文从应用开发者的角度出发，介绍一个简单的区块链应用的“混合型”后台架构。 1.从分层到混合架构 区块链技术体系本身是分层的，如图所示。 img 如果基于已有区块链底层...

第二章 反向传播算法如何工作的？ 热身：神经网络中使用矩阵快速计算输出的观点 关于代价函数的两个假设 Hadamard 乘积 反向传播的四个基本方程 问题 四个基本方程的证明（可选） 练习 反向传播算法 练习 代码 问题 在哪种层面上，反向传播是快速的算法？ 反向传播：大视野 第二章 反向传播算法如何工作的？ 在上一章，我们...

18.1 网络文件系统还是网络驱动器 18.1.1 NAS 与 SAN 18.1.2 iSCSI 界面 18.1.3 各组件相关性 18.1 网络文件系统还是网络驱动器 做为服务器的系统通常是需要储存设备的，而储存设备除了可以使用系统内建的磁盘之外，如果内建的磁盘容量不够大， 而且也没有额外的磁盘插槽 (SATA 或 IDE) 可用时，那么常见...

简介 主要版本历史 网络基本结构 简介 Fabric 是超级账本社区首个项目也是最流行的分布式账本实现，由 IBM、DAH 等会员企业于 2015 年底贡献到社区。 作为面向企业场景的联盟链，Fabric 中有许多经典的设计和先进的理念。包括多通道、身份证书机制、隐私保护、运维管理接口等。另外，其可扩展的架构可以满足不同场景下的性能需求，如虚拟...