推荐
专栏
教程
课程
飞鹅
本次共找到844条
深度优先遍历
相关的信息
Stella981
•
3年前
Nebula Graph 技术总监陈恒:图数据库怎么和深度学习框架进行结合?
NebulaGraph的技术总监在09.2409.30期间同开源中国·高手问答(https://www.oschina.net/question/4105562_2311761)的小伙伴们以「图数据库的设计和实践」为切入点展开讨论,包括:「图数据库的存储设计」、「图数据库的计算设计」、「图数据库的架构设计」等方面内容,本文整理于他和开源
Peter20
•
3年前
MySQL InnoDB MVCC机制吐血总结
:谈到MySQL事务,必然离不开InnoDB和MVCC机制,同时,MVCC也是数据库面试中的杀手问题,写这篇总结的目的,就是为了让自己加深映像,这样面试就不会忘记了。在搜索时发现关于MVCC的文章真的是参差不齐(老子真的是零零散散看了三个月都迷迷糊糊),所以这里集合了各家所言之后进行了自我总结,苦苦研究了许久,才得到的比较清晰的认知,这可能也是我目前最有深度
Stella981
•
3年前
ImageNet Classification with Deep Convolutional Neural Networks
摘要我们训练了一个大型的深度卷积神经网络,将ImageNetlsvprc2010竞赛中的120万幅高分辨率图像分成1000个不同的类。在测试数据上,我们实现了top1名的错误率为37.5%,top5名的错误率为17.0%,大大优于之前的水平。该神经网络有6000万个参数和65万个神经元,由5个卷积层和3个完全连接的层组成,其中一些卷积层之
可莉
•
3年前
2020最新版《神经网络与深度学习》中文版 pdf 开放下载
点击上方“逆锋起笔”,关注领取视频教程☞程序员进阶必备资源免费送「各种技术!」☜(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzUyMzM2ODUwMA%3D%3D%26mid%3D2247486226%26id
天翼云开发者社区
•
1年前
人民日报:天翼云持续拓展云网基础设施覆盖广度和深度
5月31日,由人民日报文化传媒有限公司主办的2023数字经济论坛在北京举行,本次论坛主题为“发展数字经济,共建数字中国”。人民日报社副总编辑徐立京、中国国际经济交流中心副理事长王一鸣、科学技术部高技术研究发展中心主任张洪刚、工业和信息化部信息技术发展司一级巡视员王建伟、中央网信办数据与技术保障中心主任张鹏、中国信息通信研究院副院长王志勤,浙江、重庆、贵州、宁夏、福建、河北等省市数字经济主管部门及相关地市党政负责人,以及中国电信等社会各界嘉宾共150余人出席论坛。
电商平台数据采集wx19970108018
•
7个月前
数据为王!深度挖掘天猫商品详情接口,赋能电商运营新策略
天猫商品详情数据接口是天猫开放平台提供的一种API接口,旨在帮助开发者或商家获取天猫平台上商品的详细信息。以下是对该接口的详细介绍:一、接口概述功能:通过调用天猫商品详情数据接口,开发者可以获取包括商品标题、描述、价格、图片、销量、评价等在内的详细数据。这
爱学it学无止境
•
7个月前
ES8搜索引擎从基础入门到深度原理,实现综合运用实战(完结)
核心代码,注释必读//download:3w52xueitcomvue2.x响应式Object.defineProperty基本用法复制//Object.defineProperty的基本用法constdataconstname'zhangsan'Obje
helloworld_54277843
•
2年前
深入了解神经网络
深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件,以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法,如回归、二分类、多类别分类等。本章将讨论如下主题:详解神经网络的不
helloworld_91538976
•
2年前
PyTorch已为我们实现了大多数常用的非线性激活函数
PyTorch已为我们实现了大多数常用的非线性激活函数,我们可以像使用任何其他的层那样使用它们。让我们快速看一个在PyTorch中使用ReLU激活函数的例子:在上面这个例子中,输入是包含两个正值、两个负值的张量,对其调用ReLU函数,负值将取为0,正值则保持不变。现在我们已经了解了构建神经网络架构的大部分细节,我们来构建一个可用于解决真实问题的深度学习架构。
helloworld_91538976
•
2年前
深入了解神经网络
深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件,以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法,如回归、二分类、多类别分类等。本章将讨论如下主题:详解神经网络的不
1
•••
80
81
82
•••
85