相关阅读
相关 深度学习训练框架（二）：Colossal-AI
ColossalAI源码分析 [算法开发手册][Link 1] 环境配置 ![format_png][] [docker-hub地址][docker-hu
àì夳堔傛蜴生んèń相关 深度学习训练加速--分布式
初稿进行中。。。。 一、内部方法 1. 网络结构的选择 比如 CNN 与 RNN，前者更适合并行架构 2. 优化算法的改进：动量、自适应学习率 3.
约定不等于承诺〃相关 深度学习模型训练小技巧
这篇文章主要介绍一些在深度学习模型训练时的一些小技巧。 一、warmup warmup可以理解为预热、热身的意思，它的思想是一开始以较小的学习率去更新参数，然后逐步提高
相关 【深度学习】keras框架使用预训练模型进行Finetune的应用
![在这里插入图片描述][resize_m_lfit_w_962_pic_center] 文章目录 1 概述 2 Keras 3 VGG16
相关 深度学习框架指南
前言 本文介绍深度学习的框架指南，基本是免费和开源的。 包括：Keras、PyTorch、TensorFlow、Theano、MXNet、Caffe2、CNTK、Cha
￡神魔★判官ぃ相关 深度学习(七十二)tensorflow 集群训练
encoding:utf-8 -- coding: utf-8 -- 使用说明：1、修改分类数目;2、修改输入图片大小； 3、修改是否启用集
相关 深度学习 | 训练网络trick——mixup
1.mixup原理介绍 [mixup 论文地址][mixup] mixup是一种非常规的数据增强方法，一个和数据无关的简单数据增强原则，其以线性插值的方式来构建新的训
相关 深度学习框架对比
一、Caffe （Convolutional Architecture for Fast Feature Embedding） BVLC We believe that
相关 【深度学习】darknet训练分类
[为什么80%的码农都做不了架构师？>>> ][80_] ![hot3.png][] > 首先感谢`AlexeyAB`大神的`darknet`版本 下载编译就不说了
柔情只为你懂相关 基于深度学习Keras框架的训练数据增强方法（转）
徐海蛟教学 在深度学习中，当数据量不够大时候，常常采用下面4中方法： 1. 人工增加训练集的大小. 通过平移, 翻转, 加噪声等方法从已有数据中创造出一
还没有评论，来说两句吧...