PaddlePaddle 1.3(fluid) 使用文档
首页
白天
夜间
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
编辑文档
执行引擎
来源 1
浏览
723
扫码
打印
2019-03-02 08:46:25
执行引擎
上一篇:
下一篇:
发布点评
新手入门
安装说明
FAQ
附录
Ubuntu下安装
CentOS下安装
MacOS下安装
Windows下安装
使用Docker安装
从源码编译
MacOS下从源码编译
Windows下从源码编译
Ubuntu下从源码编译
CentOS下从源码编译
快速入门
线性回归
数字识别
深度学习基础
图像分类
词向量
个性化推荐
情感分析
语义角色标注
机器翻译
Fluid编程指南
版本说明
使用指南
基本概念
LoD-Tensor使用说明
准备数据
使用Numpy Array作为训练数据
Python Reader
使用PyReader读取训练和测试数据
配置简单的网络
训练神经网络
单机训练
训练过程中评测模型
多机训练
分布式训练快速开始
分布式训练使用手册
在百度云启动Fluid分布式训练
模型/变量的保存、载入与增量训练
模型评估/调试
模型评估
Visual DL工具
Fluid 模型库
进阶使用
设计思想
预测部署
服务器端部署
安装与编译C++预测库
C++ 预测 API介绍
使用Paddle-TensorRT库预测
TensorRT库性能测试
Windows环境模型预测
移动端部署
项目简介
环境搭建
新增operator
op相关的一些注意事项
性能调优
CPU性能调优
堆内存分析和优化
timeline工具简介
如何贡献代码
本地开发指南
Github提交PR指南
如何贡献文档
API
fluid.backward
fluid.clip
fluid.data_feeder
fluid.executor
fluid.initializer
fluid.io
fluid.layers
fluid.metrics
fluid.nets
fluid.optimizer
fluid.profiler
fluid.regularizer
fluid.transpiler
API使用指南
High/Low-level API简介
神经网络层
卷积
池化
图像检测
序列
数学操作
激活函数
损失函数
数据输入输出
控制流
稀疏更新
使用DataFeeder传入训练/预测数据
学习率调度器
张量
执行引擎
优化器
评价指标
模型保存与加载
预测引擎
分布式训练
分布式同步训练
分布式异步训练
分布式CPU训练最佳实践
大规模稀疏特征模型训练
分布式训练reader准备
显存优化
复杂网络
数据并行执行引擎
fluid
fluid.average
暂无相关搜索结果！
本文档使用
全库网
构建
×
思维导图备注
×
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
我的书签
添加书签
移除书签