238 条“大模型优化技术” 相关内容
- TensorFlow教程 | TutorialsVector Representations of Words（字词的向量表示）
Vector Representations of Words（字词的向量表示）
当模型将高概率分配给真实词时，这个目标被最大化，并且低概率分配给噪音词。从技术上讲，这被称为负采样，并且有使用这种损失函数的良好数学动机：它提出的更新近似于极限中softmax函数的更新。
- TensorFlow表现 | PerformanceBenchmarks（基准）
Benchmarks（基准）
基准 概观 在多个平台上测试了一系列图像分类模型，为TensorFlow社区创建了参考点。Methodology部分详细说明了测试如何执行并且链接到了所使用的脚本。
- TensorFlow表现 | PerformancePerformance Guide（性能指南）
Performance Guide（性能指南）
性能指南 本指南包含一系列优化TensorFlow代码的最佳实践。该指南分为几个部分： 一般最佳实践涵盖了各种模型类型和硬件中常见的主题。 针对与GPU有关的GPU细节提示进行优化。
- HTTP指南 | GuidesConnection management in HTTP 1.x
Connection management in HTTP 1.x
- TensorFlow教程 | TutorialsImproving Linear Models Using Explicit Kernel Methods（使用显式内核方法改进线性模型）
Improving Linear Models Using Explicit Kernel Methods（使用显式内核方法改进线性模型）
使用显式内核方法改进线性模型 在本教程中，我们将演示如何将（明确的）内核方法与线性模型结合起来，在隐性增加训练和推理时间的情况下，大幅提高后者的预测质量。
- TensorFlow开始 | Get StartedDeep MNIST for Experts（针对专家的深度MNIST）
Deep MNIST for Experts（针对专家的深度MNIST）
- TensorFlow教程 | TutorialsRecurrent Neural Networks（复发性神经网络）
Recurrent Neural Networks（复发性神经网络）
模型 LSTM 该模型的核心由一个LSTM单元组成，每次处理一个单词并计算句子中下一个单词的可能值的概率。网络的内存状态用零向量初始化，并在读取每个单词后得到更新。
- TensorFlow表现 | PerformanceHigh-Performance Models（高性能的模型）
High-Performance Models（高性能的模型）
高性能模型 本文档和附带的脚本详细介绍了如何构建针对各种系统类型和网络拓扑的高度可扩展模型。本文档中的技术利用了一些低级的TensorFlowPython基元。
- CSS灵活的框布局 | Flexible Box LayoutFlexbox布局 | CSS Flexible Box Layout
Flexbox布局 | CSS Flexible Box Layout
CSSFlexibleBoxLayout CSS柔性盒布局是CSS的一个模块，它定义了为用户界面设计优化的CSS框模型。
- TensorFlow教程 | TutorialsConvolutional Neural Networks（卷积神经网络）
Convolutional Neural Networks（卷积神经网络）
想了解更多详情，请参阅CIFAR-10页面和AlexKrizhevsky的技术报告。 目标 本教程的目标是构建一个相对较小的用于识别图像的卷积神经网络（CNN）。
- CSS逻辑属性 | Logical Properties最小直列大小 | min-inline-size
最小直列大小 | min-inline-size
最小内联尺寸 这是一种实验技术 由于此技术%27s规范尚未稳定，请检查兼容性表在各种浏览器中使用。还要注意的是，随着规范的改变，实验技术的语法和行为可能会在未来版本的浏览器中发生变化。
- TensorFlow扩展 | ExtendTensorFlow Architecture（TensorFlow架构）
TensorFlow Architecture（TensorFlow架构）
TensorFlow架构 我们为大规模分布式训练和推理设计了TensorFlow，但它也足够灵活，可以支持新机器学习模型和系统级优化的实验。 本文档描述了使这种规模和灵活性相结合的系统架构。
- TensorFlow扩展 | ExtendCreating Estimators in tf.estimator（在tf.estimato创建自定义估算器）
Creating Estimators in tf.estimator（在tf.estimato创建自定义估算器）
也许您需要对模型配置进行更精细的控制，例如定制用于优化的损失函数的能力，或为每个神经网络层指定不同的激活函数。或者，也许你正在实施排名或推荐系统，分类器和回归器都不适用于产生预测。
- CSS图像值 | Image Values图像绘制 | image-rendering
图像绘制 | image-rendering
image-rendering 这是一项实验技术 在使用此产品之前，请仔细检查浏览器兼容性表。 image-rendering提供一个提示，关于算法应使用缩放图像浏览器。
- TensorFlow教程 | TutorialsTensorFlow Linear Model Tutorial（TensorFlow线性模型教程）
TensorFlow Linear Model Tutorial（TensorFlow线性模型教程）
- webpack插件 | PluginsBabelMinifyWebpackPlugin
BabelMinifyWebpackPlugin
- TensorFlow教程 | TutorialsSimple Audio Recognition（简单的音频识别）
Simple Audio Recognition（简单的音频识别）
- TensorFlow教程 | TutorialsLarge-scale Linear Models with TensorFlow（TensorFlow的大型线性模型）
Large-scale Linear Models with TensorFlow（TensorFlow的大型线性模型）
具有张量流的大规模线性模型 tf.estimatorAPI为TensorFlow中的线性模型提供了一套丰富的工具（除其他外）。本文档提供了这些工具的概述。它说明： 线性模型是什么。
腾讯云开发者
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号