Admin系統(tǒng)中已經(jīng)為管理員封裝了一些常用的內(nèi)容管理功能,如添加數(shù)據(jù)、刪除數(shù)據(jù)、數(shù)據(jù)排序、修改數(shù)據(jù)。下面來(lái)分別介紹這些功能的有用法。 查看全文>>
人工智能技術(shù)資訊2022-03-18 |傳智教育 |Admin如何管理數(shù)據(jù)庫(kù)數(shù)據(jù)
Django提供了一些選項(xiàng)來(lái)控制列表頁(yè)的顯示字段、搜索字段、過(guò)濾器等等,這些選項(xiàng)在應(yīng)用的admin.py文件的模型管理類(lèi)中使用。接下來(lái)以Goods模型為例,對(duì)常用列表頁(yè)選項(xiàng)進(jìn)行介紹。 查看全文>>
人工智能技術(shù)資訊2022-03-18 |傳智教育 |Django
根據(jù)反向傳播算法和鏈?zhǔn)椒▌t, 梯度的計(jì)算可以簡(jiǎn)化為以下公式: 查看全文>>
人工智能技術(shù)資訊2022-03-03 |傳智教育 |什么是梯度消失或爆炸,梯度消失或爆炸的危害
我們觀(guān)察事物時(shí),之所以能夠快速判斷一種事物(當(dāng)然允許判斷是錯(cuò)誤的),是因?yàn)槲覀兇竽X能夠很快把注意力放在事物最具有辨識(shí)度的部分從而作出判斷,而并非是從頭到尾的觀(guān)察一遍事物后,才能有判斷結(jié)果,正是基于這樣的理論,就產(chǎn)生了注意力機(jī)制。 查看全文>>
人工智能技術(shù)資訊2022-02-12 |傳智教育 |注意力機(jī)制,注意力機(jī)制
tf.keras是TensorFlow 2.0的高階API接口,為T(mén)ensorFlow的代碼提供了新的風(fēng)格和設(shè)計(jì)模式,大大提升了TF代碼的簡(jiǎn)潔性和復(fù)用性,官方也推薦使用tf.keras來(lái)進(jìn)行模型設(shè)計(jì)和開(kāi)發(fā)。 查看全文>>
人工智能技術(shù)資訊2022-02-12 |傳智教育 |tf.keras是什么,深度學(xué)習(xí)
文本數(shù)據(jù)分析能夠有效幫助我們理解數(shù)據(jù)語(yǔ)料, 快速檢查出語(yǔ)料可能存在的問(wèn)題, 并指導(dǎo)之后模型訓(xùn)練過(guò)程中一些超參數(shù)的選擇。我們基于真實(shí)的中文酒店評(píng)論語(yǔ)料來(lái)講解常用的幾種文本數(shù)據(jù)分析方法。 查看全文>>
人工智能技術(shù)資訊2022-02-09 |傳智教育 |文本數(shù)據(jù)分析,文本數(shù)據(jù)分析方法
ndarray對(duì)象提供了一些可以便捷地改變數(shù)組基礎(chǔ)形狀的屬性和方法,例如,將一個(gè)3行4列的二維數(shù)組轉(zhuǎn)換成6行2列的二維數(shù)組,關(guān)于這些屬性和方法的具體說(shuō)明如表9-3所示。 查看全文>>
人工智能技術(shù)資訊2021-12-09 |傳智教育 |Numpy基礎(chǔ)操作
交叉驗(yàn)證就是將拿到的訓(xùn)練數(shù)據(jù),分為訓(xùn)練和驗(yàn)證集。以下圖為例:將數(shù)據(jù)分成4份,其中一份作為驗(yàn)證集。然后經(jīng)過(guò)4次(組)的測(cè)試,每次都更換不同的驗(yàn)證集。即得到4組模型的結(jié)果,取平均值作為最終結(jié)果。又稱(chēng)4折交叉驗(yàn)證。 查看全文>>
人工智能技術(shù)資訊2021-10-28 |傳智教育 |交叉驗(yàn)證,網(wǎng)格搜索
北京校區(qū)