Search results
Jump to navigation
Jump to search
- === Tensor Core === ...应用范围已经扩展到包括高性能计算（HPC）和其他需要高吞吐量矩阵运算的领域。对于那些涉足 [[二元期权交易]] 并利用机器学习模型的交易者而言，理解 Tensor Core 的作用至关重要，因为它们直接影响模型训练和推理� ...9 KB (243 words) - 02:38, 12 May 2025
- * **张量 (Tensor):** 张量是 TensorFlow 的基本数据结构。它可以被认为是多� ...8 KB (258 words) - 07:35, 27 March 2025
- * '''张量 (Tensor)'''：张量是 PyTorch 中的基本数据结构，类似于 NumPy 中的� x = torch.tensor([1.0, 2.0, 3.0]) ...9 KB (368 words) - 16:20, 9 May 2025
- * [[张量 (Tensor)]] 操作：介绍如何创建、操作和转换张量，这是 PyTorch 的 [[Category:张量 (Tensor)]] ...10 KB (326 words) - 16:21, 9 May 2025
- ...学习。它最初由 Google Brain 团队设计，并于 2015 年 11 月首次发布。TensorFlow 这个名字来源于其运行方式：数据以张量（Tensor）的形式流动，并通过计算图（Computation Graph）进行处理� * **张量 (Tensor):** 张量是 TensorFlow 中的基本数据单位。它可以被认为是� ...8 KB (241 words) - 04:48, 7 May 2025
- * '''张量 (Tensor):''' TensorFlow 的核心数据结构是张量。张量本质上是多维� tensor = tf.constant([[1, 2, 3], [4, 5, 6]]) ...8 KB (373 words) - 02:49, 12 May 2025
- 1. **Keras 基础 (Keras Basics):** 首先，浏览“Keras 基础”部分，了解 Keras 的基本概念，例如张量 (Tensor)，模型 (Model)，层 (Layer)，激活函数 (Activation Function) 等。 ...9 KB (170 words) - 18:22, 7 May 2025
- * **概念 (Concepts):** 解释了 TensorFlow 的核心概念，例如 [[张量 (Tensor)]]、[[图 (Graph)]]、[[会话 (Session)]]、[[变量 (Variable)]]、[[操 ...10 KB (199 words) - 02:47, 12 May 2025
- * **Blobs (数据块)**：用于存储中间数据和模型参数。Blobs 是多维数组，类似于 [[张量]] (Tensor)。 ...32 KB (216 words) - 10:49, 7 May 2025
- * **张量 (Tensor):** 张量是 PyTorch 的基本数据结构，类似于 NumPy 中的数组 x = torch.tensor([1.0, 2.0, 3.0]) ...8 KB (274 words) - 03:53, 27 March 2025
