当前位置:首页 » 训练 - 第3页

05月08日

生成对抗网络DCGAN_Fu_Xingwen的博客

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 523次
生成对抗网络DCGAN_Fu_Xingwen的博客

时间20210504作者:知道许多的橘子实现:生成对抗网络DCGAN_on_MNIST如果感觉算力不够用了,或者心疼自己电脑了!可以用我实验室的算力,试试呢!害,谁叫我的算力都用不完呢!支持所有框架!实际上框架都配置好了!傻瓜式云计算!Teslav1001卡,2卡,4卡,8卡内存16-1

05月07日

《异常检测——从经典算法到深度学习》12 对于复杂 KPI 基于VAE对抗训练的非监督异常检测_Smileyan's blog

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 471次
《异常检测——从经典算法到深度学习》12 对于复杂 KPI 基于VAE对抗训练的非监督异常检测_Smileyan's blog

《异常检测——从经典算法到深度学习》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性KPI无监督异常检测9异常检测资料汇总(持续更新&抛砖引玉)10基于条件VAE的鲁棒无监督KPI异常检测11针对大量出现

05月01日

tensorflow+k-means聚类 简单实现猫狗图像分类_叶庭云 成为自己的光

发布 : zsy861 | 分类 : 《休闲阅读》 | 评论 : 0 | 浏览 : 459次
tensorflow+k-means聚类   简单实现猫狗图像分类_叶庭云     成为自己的光

文章目录一、前言二、k-means聚类三、图像分类一、前言本文使用的是kaggle猫狗大战的数据集:https://www.kaggle.com/c/dogs-vs-cats/data训练集中有25000张图像,测试集中有12500张图像。作为简单示例,我们用不了那么多图像,随便抽取一小部分猫狗图像到一个文件夹里即可。通过使用更大、更复杂的模型,可以获得更高的准确率,预训练模型是一个很好

03月30日

PyTorch训练加速技巧_好名字可以让朋友..更容易记住你的博客

发布 : zsy861 | 分类 : 《随便一记》 | 评论 : 0 | 浏览 : 524次
PyTorch训练加速技巧_好名字可以让朋友..更容易记住你的博客

PyTorch训练加速技巧    由于最近的程序对速度要求比较高,想要快速出结果,因此特地学习了一下混合精度运算和并行化操作,由于已经有很多的文章介绍相关的原理,因此本篇只讲述如何应用PyTorch实现混合精度运算、数据并行和分布式运算,不具体介绍原理。混合精度    自动混合精度训练(autoMixedPrecision,AMP)可以大幅度降低训练的成本并提高训练的速度。在此之前

03月25日

不是“重复”造轮子,百度飞桨框架2.0如何俘获人心_AI科技大本营

发布 : zsy861 | 分类 : 《关注互联网》 | 评论 : 0 | 浏览 : 517次
不是“重复”造轮子,百度飞桨框架2.0如何俘获人心_AI科技大本营

2016年,百度PaddlePaddle打响了国产深度学习框架开源的第一枪。2019年4月,在WaveSummit深度学习开发者峰会上,首次发布了PaddlePaddle的中文名“飞桨”,开始强调自己更适合中国开发者,以及更加专注于深度学习模型的产业实践。与此同时,飞桨的发展开始提速。时间来到2020年,这一年是国产深度学习框架的高光时刻,作为国产领头羊的飞桨动作频频,不断更新升级。2021年3月,百度正式推出飞桨框架2.0正式版,实现了一次跨时代的升级

03月13日

DeepMind 研发的围棋 AI AlphaGo 是如何下棋的?_人邮异步社区

发布 : zsy861 | 分类 : 《关于电脑》 | 评论 : 0 | 浏览 : 465次
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的?_人邮异步社区

2016年,DeepMind的围棋机器人AlphaGo在与李世石的第二局对决中第37手落子的瞬间,整个围棋界都震惊了。评棋人MichaelRedmond,一位有着近千场顶级比赛经验的职业棋手,在直播中目瞪口呆,他甚至把这颗棋子从棋盘上拿下来观察周边的情况,仿佛要确认AlphaGo是否下错了棋。第二天,Redmond告诉美国围棋E杂志:“我到现在还不明白这步棋背后的道理。”李世石这位统治了世界棋坛十年的大师,花了12分钟来研究这一棋局,之后才做出回应。图13-1展示了这手传说中的落子。 图13-

03月12日

关于增量训练中的参数初始化_Video Recommendation

发布 : zsy861 | 分类 : 《关于电脑》 | 评论 : 0 | 浏览 : 496次
关于增量训练中的参数初始化_Video Recommendation

嗨,各位大佬好,不知过年有没有想起我,沉寂了一个多月该出来溜溜了。在推荐场景中,无论是召回,排序或者粗排阶段都需要训练数据,用户的点击行为历史是一直在更新的,这就必然要求模型一直训练,因而增量训练成为必然。如果没有增量训练,那么推荐就会限于局部,比如很多item不够充分曝光、很多user短期内行为只有很少难以推荐相应的item、user和item不能够相互匹配(match)。当引入增量训练,很多问题就会不解而解,等于是绕过了很多问题,这时候的推

03月03日

检索20万颗星星只需10秒!这款AI产品能“擎天”_机器学习算法与Python学习-CSDN博客

发布 : zsy861 | 分类 : 《关注互联网》 | 评论 : 0 | 浏览 : 518次
检索20万颗星星只需10秒!这款AI产品能“擎天”_机器学习算法与Python学习-CSDN博客

来自『央视新闻』编辑/昱良9月18日,华为发布全球最快AI训练集群——Atlas900。这款AI产品,取名自古希腊神话中的擎天巨神。它有什么特别之处?真能“擎天”?两个“10秒”,了解一下。算力超强比原世界纪录快出10秒据了解,Atlas900由数千颗昇腾处理器组成,是当前全球最快的AI训练集群。有多快?在衡量AI计算能力的金标准ResNet-50模型训练中,Atlas900只用了59.8秒就完成了训练,比原来的世

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1