OSCHINA 社区最新专区文章 |
- QCon-OPPO大规模CV预训模型技术及实践
- AI 收藏夹 Vol.003：AI 能听懂阴阳怪气吗？
- 文本分类：Keras+RNN vs传统机器学习
- nebula1.0版本的nebula-storaged进程的reader线程是怎么起来的，为啥会消耗很高的CPU和内存
| Posted: 29 Nov 2021 05:00 AM PST 1 什么是预训练模型？为什么我们需要预训练模型？ 预训练模型是提升深度学习算法性能的一种常用手段。所谓预训练模型，可以概括为是某种深度学习的网络架构，并且包含这个网络架构在海量数据上训练好的一组权重。有了网络架构和权重后，我们就可以用它作为某一具体视觉任务的主干网络，并提供初始化参数。这样一来，具体... |
| Posted: 29 Nov 2021 03:19 AM PST 人工智能是一门融合了计算机科学、图形学、生物学、语言学等学科的前沿科学。随着产学研深度融合创新，人工智能从理论研究逐渐落地，各种应用与设想层出不穷。「AI 收藏夹」将会与大家分享一些 AI 领域实用有趣的文章和工具，与大家一起见证技术的创新与变革。 文章 0 1 AI 能听懂阴阳怪气吗？ 阴阳怪气的本质是什么？在... |
| Posted: 29 Nov 2021 07:43 PM PST 摘要：本文通过Keras实现了一个RNN文本分类学习的案例，并详细介绍了循环神经网络原理知识及与机器学习对比。 本文分享自华为云社区《基于Keras+RNN的文本分类vs基于传统机器学习的文本分类》，作者： eastmount 。 一.RNN文本分类 1.RNN 循环神经网络英文是Recurrent Neural Networks，简称RNN。RNN的本质概念是利用时序... |
| nebula1.0版本的nebula-storaged进程的reader线程是怎么起来的，为啥会消耗很高的CPU和内存 Posted: 29 Nov 2021 05:31 PM PST nebula1.0版本的nebula-storaged进程的reader线程是怎么起来的，为啥会消耗很高的CPU和内存 |
| You are subscribed to email updates from OSCHINA 社区最新专区文章. To stop receiving these emails, you may unsubscribe now. | Email delivery powered by Google |
| Google, 1600 Amphitheatre Parkway, Mountain View, CA 94043, United States | |
No comments:
Post a Comment