欢迎光临
我们一直在努力

主机教程 第389页

主机教程,建站教程,编程学习教程

通证的分类(各种分类一览表)

通证是全新的事物,目前人们对于通证的分类仍未达成共识。这里将所见的各种分类列举如下,供你参考。 瑞士金融市场监管局(FINMA)将通证分成以下三种: 支付类通证(payment)。

赞(0)hosteonshosteons阅读(831)去评论

卷积神经网络分类图片过程详解

在这一节中,你将学习如何对 CIFAR-10 中的图片进行分类。 CIFAR-10 数据集由 10 类 60000 张 323 2像素的彩色图片组成,每类有 6000 张图片。有 50000 张训练图片和 10000 张测试图片。下面的图

赞(0)hosteonshosteons阅读(849)去评论

三维卷积神经网络预测MNIST数字详解

在这一节中,你将学习如何创建一个简单的三层卷积网络来预测 MNIST 数字。这个深层网络由两个带有 ReLU 和 maxpool 的卷积层以及两个全连接层组成。 MNIST 由 60000 个手写体数字的图片组

赞(0)hosteonshosteons阅读(841)去评论

卷积神经网络(CNN,ConvNet)及其原理详解

卷积神经网络 ( CNN ,有时被称为 ConvNet )是很吸引人的。在短时间内,它们变成了一种颠覆性的技术,打破了从文本、视频到语音等多个领域所有最先进的算法,远远超出了其最初在

赞(0)hosteonshosteons阅读(802)去评论

TensorFlow Keras及其用法(无师自通)

Keras 是与 TensorFlow 一起使用的更高级别的作为后端的 API。添加层就像添加一行代码一样简单。在模型架构之后,使用一行代码,你可以编译和拟合模型。之后,它可以用于预测。变量声

赞(0)hosteonshosteons阅读(806)去评论

TensorFlow超参数及其调整(超详细)

正如你目前所看到的,神经网络的性能非常依赖超参数。因此,了解这些参数如何影响网络变得至关重要。 常见的超参数是学习率、正则化器、正则化系数、隐藏层的维数、初始权重值

赞(0)hosteonshosteons阅读(793)去评论

通证该如何设计?如何表示资产?

从比特币到以太坊,从区块链 1.0 的数字现金进展到区块链 2.0 的数字资产,人们关注的焦点在发生转移。在讨论比特币系统时,人们关注的是比特币、是加密数字货币,区块链是源自比

赞(0)hosteonshosteons阅读(842)去评论

TensorFlow多层感知机函数逼近过程详解

Hornik 等人的工作( http://www.cs.cmu.edu/~bhiksha/courses/deeplearning/Fall.2016/notes/Sonia_Hornik.pdf )证明了一句话,只有一个隐藏层的多层前馈网络足以逼近任何函数,同时还可以保证很高的精度和

赞(0)hosteonshosteons阅读(833)去评论

The DAO众筹事件与以太坊分叉

以太坊的代币众筹曾经历了一次大的灾难性事件,这次事件甚至导致了以太坊区块链的分叉。 2016 年 4 月 30 日,The DAO 项目在以太坊中进行代币众筹,到 5 月 28 日,这个项目筹集了 11

赞(0)hosteonshosteons阅读(781)去评论

ERC20通证标准是什么?

ERC20 通证标准(ERC20 Token Standard)是通过以太坊创建通证时的一种规范。按照 ERC20 的规范可以编写一个智能合约,创建可互换通证。它并非强制要求,但遵循这个标准,所创建的通证可

赞(0)hosteonshosteons阅读(798)去评论

登录

找回密码

注册