四时宝库

程序员的知识宝库

C/C++编程笔记:float 和 double 的区别

为了表示浮点数,我们使用floatdoublelong double有什么不同 ?


double的精度是float的2

机器学习100天-Day2202 人工神经网络介绍(Tensorflow搭建DNN)

说明:本文依据《Sklearn 与 TensorFlow 机器学习实用指南》完成,所有版权和解释权均归作者和翻译成员所有,我只是搬运和做注解。

进入第二部分深度学习

第十章人工神经网络介绍

人工神经网络是深度学习的核心。具有通用性、强大性和可扩展性,使得它们能够很好地解决大型和高度复杂的机器学习任务。

在本章中,介绍人工神经网络,从快速游览的第一个ANN架构开始。然后提出多层感知器(MLP),并基于TensorFlow实现MNIST数字分类问题。

Tg值的测试方法以及影响因素揭秘(男变女 tg动画)

微信公众号 | 高速先生

作者 | 耿俊莹、刘涛、王红飞 东莞联茂电子科技有限公司

编辑 | 周伟 一博科技高速先生团队队员


覆铜板Tg 测试普遍采用差分扫描量热仪法(DSC:Differential Scanning Calorimeter Mechanical Analysis)、热机械分析法( TMA:Thermal Mechanical Analysis )和动态热机械分析法( DMA:Dynamic Mechanical Analysis)。该文对三种Tg测试方法、测试原理及各自优劣进行了比较;分析了板材Tg值对PCB可靠性的影响,以及Tg的影响因素。

TensorFlow实战:Chapter-7下(TFTS库与时间序列预测)

  • 本节简介
  • TensorFlow更新
  • 注意
  • 下载最新源码编译源码更新
  • 首先卸载当前的tensorflow
  • 参考官方的从源码安装tensorflow
  • 直接使用pip工具更新
  • 更新后可能会遇到的异常
  • 自定义LSTM循环神经网络进行时间序列预测
  • 工程实现
  • 需要用到的模块
  • 生成训练数据与测试数据

一文掌握 MobileNetV3 在 TorchVision 中的实现细节

内容导读

2019 年,Google 提出了 MobileNetV3 网络架构,该架构定义了 Large 和 Small 两个模型。与 V1 和 V2 相比,V3 的运行速度更快、性能更佳。

知道TF和PyTorch还不够,快看看怎么从PyTorch转向自动微分神器JAX

选自sjmielke.com

机器之心编译

机器之心编辑部

说到当前的深度学习框架,我们往往绕不开 TensorFlow 和 PyTorch。但除了这两个框架,一些新生力量也不容小觑,其中之一便是 JAX。它具有正向和反向自动微分功能,非常擅长计算高阶导数。这一崭露头角的框架究竟有多好用?怎样用它来展示神经网络内部复杂的梯度更新和反向传播?本文是一个教程贴,教你理解 Jax 的底层逻辑,让你更轻松地从 PyTorch 等进行迁移。

美国海军第三舰队有几艘舰船?(美国第三舰队有多少军舰)

风闻,美帝国主义海军和美国海军陆战队即将举行一场一世代(10年)以来“最大规,模“的军演,以威慑中俄。

据美军内部人士说,36个作战单位将参加“大规模演习-2021”的实战部分,而超过50个作战单位将参加远程演习。参与部队包括美国海军陆战队的3支远征部队以及美国海军第二、第三、第六、第七和第十舰队的水兵。

作为驻扎在西太平洋的第七舰队的重要补充抽调力量,我们很想知道,第三舰队实力如何?

谷歌正式发布TensorFlow 1.5,究竟提升了哪些功能?

昨天,谷歌在 GitHub 上正式发布了 TensorFlow 的最新版本 1.5.0,并开源了其代码。支持 CUDA 9 和 cuDNN 7 被认为是本次更新的最重要部分。机器之心对这次更新的重大改变以及主要功能和提升进行了编译介绍,原文请见文中链接。

  • GitHub 地址:https://github.com/tensorflow/tensorflow/releases/tag/v1.5.0

OpenAI 研究线性网络的非线性行为,数值计算的玄机带来全新的网络表现

雷锋网 AI 科技评论按:不管是一般的编程还是机器学习,凡是计算机中的数据都是以一定的数据格式表示的。但有些情况下数据格式会带来明显的限制,造成计算结果的异常。

不过在 OpenAI 的研究人员们看来,这种“计算结果的异常”可以成为给神经网络带来新的可能性的落脚点。在这篇博文中,他们就介绍了一种异常的来源以及如何运用,还取得了不错的效果。雷锋网 AI 科技评论把文章编译如下。

之前已经有证据表明,深度线性网络如果用浮点数值运算实现的话,结果是不完全线性的,会展现出一些非线性的计算特点。在这项研究中,OpenAI的研究人员们使用了进化计算的策略,在线性网络中找到带来非线性特点的参数,希望能够帮助一些疑难问题。

Tensorflow2.0实现像素归一化与频谱归一化,一次彻底地梳理

一、前言

归一化技术的改进是生成对抗网络(Generative Adversarial Networks, GAN)中众多改进的一种,本文介绍常用于当前GAN中的像素归一化(Pixel normalization,或称为像素规范化)和频谱归一化(Spectral normalization,或称频谱规范化),在高清图片生成中,这两种归一化技术得到了广泛使用,最后使用Tensorflow2实现像素归一化和频谱归一化。

<< < 1 2 3 4 > >>
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言
    友情链接