App下載

詞條

大約有 300 項(xiàng)符合查詢結(jié)果 ,庫內(nèi)數(shù)據(jù)總量為 78,355 項(xiàng)。(搜索耗時(shí):0.0065秒)

101.PyTorch torch.utils.tensorboard

> 原文: [PyTorch torch.utils.tensorboard_blank](https://pytorch.org/docs/stable/tensorboard.html) 安裝 TensorBoard 后,這些實(shí)用程序使您可以將 PyTorch 模型和指標(biāo)記錄到目錄中,以便在 TensorBoard UI 中進(jìn)行可視化。 PyTorch 模型和張量以及 Caffe2 網(wǎng)絡(luò)...

http://hgci.cn/pytorch/pytorch-trnd3bxp.html

102.PyTorch 通過示例學(xué)習(xí) PyTorch

原文: https://pytorch.org/tutorials/beginner/pytorch_with_examples.html 作者:賈斯汀·約翰遜 本教程通過獨(dú)立的示例介紹 PyTorch 的基本概念。 PyTorch 的核心是提供兩個(gè)主要功能: n 維張量,類似于 numpy,但可以在 GPU 上運(yùn)行 自動區(qū)分以構(gòu)建...

http://hgci.cn/pytorch/pytorch-mug23btm.html

103.scikit-learn 計(jì)算性能

對于某些應(yīng)用,估計(jì)器的性能(主要是預(yù)測時(shí)間的延遲和吞吐量)至關(guān)重要??紤]訓(xùn)練吞吐量也可能是有意義的,但是在生產(chǎn)設(shè)置(通常在脫機(jī)中運(yùn)行)通常是不太重要的。 我們將在這里審查您可以從不同上下文中的一些 scikit...

http://hgci.cn/gkiwe/gkiwe-2nqx3rda.html

104.PyTorch (可選)將模型從 PyTorch 導(dǎo)出到 ONNX 并使用 ONNX Runtime 運(yùn)行

原文: https://pytorch.org/tutorials/advanced/super_resolution_with_onnxruntime.html 在本教程中,我們描述了如何將 PyTorch 中定義的模型轉(zhuǎn)換為 ONNX 格式,然后在 ONNX Runtime 中運(yùn)行它。 ONNX Runtime 是針對 ONNX 模型的以性能為中心的引擎,可在多個(gè)...

http://hgci.cn/pytorch/pytorch-fs5q3bsv.html

105.15.3 一個(gè)操作數(shù)組的擴(kuò)展函數(shù)

問題 You want to write a C extension function that operates on contiguous arrays of data, asmight be created by the array module or libraries like NumPy. However, you would likeyour function to be general purpose and not specific to any one array library. 解決方案 To receive and process array...

http://hgci.cn/youshq/65tdnozt.html

106.Pandas 稀疏數(shù)據(jù)結(jié)構(gòu)

Sparse data structuresNoteSparseSeries and SparseDataFrame have been deprecated. Their purpose is served equally well by a Series or DataFrame with sparse values. See Migrating for tips on migrating.Pandas provides data structures for efficiently storing sparse data. These are not necessarily sparse...

http://hgci.cn/hyspo/hyspo-35o7372s.html

107.Matplotlib 餅圖

我們可以使用 pyplot 中的 pie() 方法來繪制餅圖。pie() 方法語法格式如下:matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None,...

http://hgci.cn/matplotlib/matplotlib-pie.html

108.PyTorch 編寫自定義數(shù)據(jù)集,數(shù)據(jù)加載器和轉(zhuǎn)換

原文: https://pytorch.org/tutorials/beginner/data_loading_tutorial.html 作者: Sasank Chilamkurthy 解決任何機(jī)器學(xué)習(xí)問題都需要花費(fèi)大量精力來準(zhǔn)備數(shù)據(jù)。 PyTorch 提供了許多工具來簡化數(shù)據(jù)加載過程,并有望使代碼更具可讀性。 在本教程中,我...

http://hgci.cn/pytorch/pytorch-typm3be3.html

109.Pandas 簡介

Pandas 是一個(gè)開源的第三方 Python 庫,從 Numpy 和 Matplotlib 的基礎(chǔ)上構(gòu)建而來,享有數(shù)據(jù)分析“三劍客之一”的盛名(NumPy、Matplotlib、Pandas)。Pandas 已經(jīng)成為 Python 數(shù)據(jù)分析的必備高級工具,它的目標(biāo)是成為強(qiáng)大、靈活、可以支持...

http://hgci.cn/pandas/pandas-intro.html

110.Keras 模型編譯

之前,我們研究了如何使用 Sequential 和 Function API 創(chuàng)建模型的基礎(chǔ)知識。本章將介紹如何編譯模型。編譯是創(chuàng)建模型的最后一步。編譯完成后,我們就可以進(jìn)入訓(xùn)練階段。 首先,學(xué)習(xí)一些概念,有助于我們更好地理解編譯過程。...

http://hgci.cn/keras_zw/keras_zw-ovgu3kcr.html

抱歉,暫時(shí)沒有相關(guān)的微課

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時(shí)沒有相關(guān)的視頻課程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時(shí)沒有相關(guān)的教程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

101.PyTorch torch.utils.tensorboard

> 原文: [PyTorch torch.utils.tensorboard_blank](https://pytorch.org/docs/stable/tensorboard.html) 安裝 TensorBoard 后,這些實(shí)用程序使您可以將 PyTorch 模型和指標(biāo)記錄到目錄中,以便在 TensorBoard UI 中進(jìn)行可視化。 PyTorch 模型和張量以及 Caffe2 網(wǎng)絡(luò)...

http://hgci.cn/pytorch/pytorch-trnd3bxp.html

102.PyTorch 通過示例學(xué)習(xí) PyTorch

原文: https://pytorch.org/tutorials/beginner/pytorch_with_examples.html 作者:賈斯汀·約翰遜 本教程通過獨(dú)立的示例介紹 PyTorch 的基本概念。 PyTorch 的核心是提供兩個(gè)主要功能: n 維張量,類似于 numpy,但可以在 GPU 上運(yùn)行 自動區(qū)分以構(gòu)建...

http://hgci.cn/pytorch/pytorch-mug23btm.html

103.scikit-learn 計(jì)算性能

對于某些應(yīng)用,估計(jì)器的性能(主要是預(yù)測時(shí)間的延遲和吞吐量)至關(guān)重要。考慮訓(xùn)練吞吐量也可能是有意義的,但是在生產(chǎn)設(shè)置(通常在脫機(jī)中運(yùn)行)通常是不太重要的。 我們將在這里審查您可以從不同上下文中的一些 scikit...

http://hgci.cn/gkiwe/gkiwe-2nqx3rda.html

104.PyTorch (可選)將模型從 PyTorch 導(dǎo)出到 ONNX 并使用 ONNX Runtime 運(yùn)行

原文: https://pytorch.org/tutorials/advanced/super_resolution_with_onnxruntime.html 在本教程中,我們描述了如何將 PyTorch 中定義的模型轉(zhuǎn)換為 ONNX 格式,然后在 ONNX Runtime 中運(yùn)行它。 ONNX Runtime 是針對 ONNX 模型的以性能為中心的引擎,可在多個(gè)...

http://hgci.cn/pytorch/pytorch-fs5q3bsv.html

105.15.3 一個(gè)操作數(shù)組的擴(kuò)展函數(shù)

問題 You want to write a C extension function that operates on contiguous arrays of data, asmight be created by the array module or libraries like NumPy. However, you would likeyour function to be general purpose and not specific to any one array library. 解決方案 To receive and process array...

http://hgci.cn/youshq/65tdnozt.html

106.Pandas 稀疏數(shù)據(jù)結(jié)構(gòu)

Sparse data structuresNoteSparseSeries and SparseDataFrame have been deprecated. Their purpose is served equally well by a Series or DataFrame with sparse values. See Migrating for tips on migrating.Pandas provides data structures for efficiently storing sparse data. These are not necessarily sparse...

http://hgci.cn/hyspo/hyspo-35o7372s.html

107.Matplotlib 餅圖

我們可以使用 pyplot 中的 pie() 方法來繪制餅圖。pie() 方法語法格式如下:matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None,...

http://hgci.cn/matplotlib/matplotlib-pie.html

108.PyTorch 編寫自定義數(shù)據(jù)集,數(shù)據(jù)加載器和轉(zhuǎn)換

原文: https://pytorch.org/tutorials/beginner/data_loading_tutorial.html 作者: Sasank Chilamkurthy 解決任何機(jī)器學(xué)習(xí)問題都需要花費(fèi)大量精力來準(zhǔn)備數(shù)據(jù)。 PyTorch 提供了許多工具來簡化數(shù)據(jù)加載過程,并有望使代碼更具可讀性。 在本教程中,我...

http://hgci.cn/pytorch/pytorch-typm3be3.html

109.Pandas 簡介

Pandas 是一個(gè)開源的第三方 Python 庫,從 Numpy 和 Matplotlib 的基礎(chǔ)上構(gòu)建而來,享有數(shù)據(jù)分析“三劍客之一”的盛名(NumPy、Matplotlib、Pandas)。Pandas 已經(jīng)成為 Python 數(shù)據(jù)分析的必備高級工具,它的目標(biāo)是成為強(qiáng)大、靈活、可以支持...

http://hgci.cn/pandas/pandas-intro.html

110.Keras 模型編譯

之前,我們研究了如何使用 Sequential 和 Function API 創(chuàng)建模型的基礎(chǔ)知識。本章將介紹如何編譯模型。編譯是創(chuàng)建模型的最后一步。編譯完成后,我們就可以進(jìn)入訓(xùn)練階段。 首先,學(xué)習(xí)一些概念,有助于我們更好地理解編譯過程。...

http://hgci.cn/keras_zw/keras_zw-ovgu3kcr.html

抱歉,暫時(shí)沒有相關(guān)的文章

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

熱門課程