高性能.pdf-于祥-人民邮电出版社
文本预览下载声明
14.2Anakin的特性ee379应参数，即可实现高速预测计算。14.2Anakin的特性Anakin具有开源、跨平台、高性能三个特性，它可以在不同硬件平台上
显示全部
文档详情
相似文档
-
Anakin 架构与性能.pdf-于祥-人民邮电出版社
14.1Anakin架构与性能ee375高性能的移动端和其他异构平台的算法优化。这个框架兼容主流的深度学习框架，可以进行灵活的配置，使得公司业务线不需要考虑更专业的算法底层优化技巧就能获取极高的计算性能。图14-114.1Anakin架构与
-
第10章 从高性能计算开始.pdf-程克非 罗江华 兰文富 刘锐-人民邮电出版社
133第10章从高性能计算开始10.1对称多处理对称多处理（SymmetricalMulti-Processing，SMP）是指在一台计算机上汇集了一组处
-
融合推荐模型.pdf-于祥-人民邮电出版社
286ff第9章feed流最懂你——个性化推荐9.2.2融合推荐模型本章使用卷积神经网络（ConvolutionalNeuralNetwork）来学习电影名称的表示。下面会依次介绍文本卷积神经网络以及融合推荐模型。1．文本卷积神经网络卷积神
-
编程实现.pdf-于祥-人民邮电出版社
274ff第8章从零开始了解NLP技术——word2vec在后面的内容里，我们会使用通用的神经网络学习框架PaddlePaddle计算出词向量。8.5.2数据预处理首先介绍我们使用的一个数据集，本章使用宾州树库（PennTreebank，P
-
词向量简介.pdf-于祥-人民邮电出版社
8.2词向量简介ee265于人类来讲，很容易知道他指的是张三，但是在这个句子当中“张三”和“他”字中间隔了很多个字符，如何定位“他”指的是“张三”就是一个长距离
-
全卷积网络.pdf-于祥-人民邮电出版社
224ff第7章“天网”系统进阶——像素级物体分割图7-7是将分割图添加到原始图像上的验证效果，这一步将语义标签与输入图像进行重叠。这里有个概念需要明确一下—掩码（mask），如MaskR-C
-
进行PaddlePaddle实验.pdf-于祥-人民邮电出版社
324ff第11章NLP技术深入理解——语义角色标注表11-2PaddlePaddle提供的词典资源文件名称说明worddict输入句子的词典，共计44068个词label_dict标记的词典，共计106个标
-
情感分析实验.pdf-于祥-人民邮电出版社
308ff第10章让机器读懂你的心——情感分析技术就可以将原始的序列矩阵转换成一个批量矩阵的形式。时序的RNN计算中有时会使用反向循环神经网络来获得上下文信息。稍微变换sequenceToBatch，还可以得
-
训练模型.pdf-于祥-人民邮电出版社
9.3电影推荐实验ee295concatembed=layers.concat(input=[movfc,movcategorieshidden,movtit
-
模型配置说明.pdf-于祥-人民邮电出版社
292ff第9章feed流最懂你——个性化推荐●19:unemployed。●20:writer。而对于每一条训练/测试数据，均为++评分。例如，我
-
模型配置.pdf-于祥-人民邮电出版社
338ff第12章NLP技术的应用——机器翻译（1）将每个源语言到目标语言的平行语料库文件合并为一个文件。合并每个XXX.src和XXX.trg文件为XXX。（2）XXX中的第i行内容为XXX.src中第i行和XXX.trg中第
-
模型设计.pdf-于祥-人民邮电出版社
10.2模型设计ee303图10-5左边第一幅图是一个量价K线图。中间这张图是按照时间序列展示的评论热度统计图，反映了该股票随着时间变化的关注度情况。右边这张图是基于这些评论数据给出的情感分析
-
Alexnet模型实现.pdf-于祥-人民邮电出版社
142ff第5章独孤九剑——经典图像分类网络实现●model：模型名称，默认值为SE_ResNeXt50_32x4d。●num_epochs：训练回合数，默认值为120。●batch_size：批大小，默认值为256。●use_gpu：表示
-
Resnet模型实现.pdf-于祥-人民邮电出版社
146ff第5章独孤九剑——经典图像分类网络实现name=layername[7]+offset),param_attr=fluid.param_attr.
-
执行模型预测.pdf-于祥-人民邮电出版社
130ff第5章独孤九剑——经典图像分类网络实现#保存模型参数ifparamsdirnameisnotNone:trainer.saveparams(paramsdirname)使用paddl