机器学习

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

模型部署

浏览 128 扫码 分享 2022-07-12 23:09:20
  • CPU 版本
  • GPU版本

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 吴恩达机器学习
    • 绪论 初识机器学习
    • 章节2 单变量线性回归
    • 章节5 多变量线性回归
    • 章节7 Logistic 回归
    • 章节8 正则化
    • 章节9 神经网络学习
    • 章节10 神经网络参数的反向传播法
  • Pytorch学习
    • 莫烦PyTorch教程
      • Torch 和 NumPy 对比
      • 关系拟合(回归)
    • 知乎马卡斯扬-动手学深度学习PyTorch版
      • 2. 预备知识
        • 2.2 数据操作
        • 2.3 自动求梯度
      • 3. 深度学习基础
        • 3.1 线性回归
        • 3.2 线性回归的从零开始实现
        • 3.3 线性回归的简洁实现
        • 3.4 softmax回归
        • 3.5 图像分类数据集
        • 3.6 softmax 回归的从零开始实现
        • 3.7 softmax 回归的简洁实现
        • 3.8 多层感知机
        • 3.9 多层感知机的从零开始实现
        • 3.10 多层感知机的简洁实现
        • 3.11 模型选择、欠拟合和过拟合
        • 3.12 权重衰减
        • 3.13 丢弃法
        • 3.14 正向传播、反向传播和计算图
        • 3.15 数值稳定性和模型初始化
        • 3.16 实战 Kaggle 比赛: 房价预测
      • 4. 深度学习计算
        • 4.1 模型构造
        • 4.2 模型参数的访问、初始化和共享
        • 4.4 自定义层
        • 4.5 读取和存储
  • 踩坑
    • Pytorch遍历DataLoader时报错BrokenPipeError: [Errno 32] Broken pipe
  • 项目
    • Darknet 安装 训练 部署
    • Robomaster装甲板数字识别
      • 模型训练
      • 模型部署
        • CPU 版本
        • GPU版本
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注