首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
算法
订阅
用户337201212653
更多收藏集
微信扫码分享
微信
新浪微博
QQ
2篇文章 · 0订阅
多种策略提升线上 tensorflow 模型推理速度
本文以最常见的模型 `Bi-LSTM-CRF` 为例,总结了在实际工作中能有效提升在 `CPU/GPU` 上的推理速度的若干方法,包括`优化模型结构`,`优化超参数`,使用 `onnx 框架`等。
解锁机器学习-梯度下降:从技术到实战的全面指南
> 本文全面深入地探讨了梯度下降及其变体——批量梯度下降、随机梯度下降和小批量梯度下降的原理和应用。通过数学表达式和基于PyTorch的代码示例,本文旨在为读者提供一种直观且实用的视角,以理解这些优