如何在只有6万张图像的MNIST训练数据集上训练模型？学术界当下使用最广泛的大规模图像数据集ImageNet。应用迁移学习(transfer learning)，将从源数据集学到的知识迁移到目标数据集上。例如，虽然ImageNet数据集的图像大多跟椅子无关，但在该数据集上训练的模型可以抽取较通用的图像特征，从而能够帮助识别边缘、纹理、形状和物体组成等。查看全文>>
Admin系统中已经为管理员封装了一些常用的内容管理功能，如添加数据、删除数据、数据排序、修改数据。下面来分别介绍这些功能的有用法。查看全文>>
Django提供了一些选项来控制列表页的显示字段、搜索字段、过滤器等等，这些选项在应用的admin.py文件的模型管理类中使用。接下来以Goods模型为例，对常用列表页选项进行介绍。查看全文>>
tf.keras是TensorFlow 2.0的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，官方也推荐使用tf.keras来进行模型设计和开发。查看全文>>
我们观察事物时，之所以能够快速判断一种事物(当然允许判断是错误的)，是因为我们大脑能够很快把注意力放在事物最具有辨识度的部分从而作出判断，而并非是从头到尾的观察一遍事物后，才能有判断结果，正是基于这样的理论，就产生了注意力机制。查看全文>>
ndarray对象提供了一些可以便捷地改变数组基础形状的属性和方法，例如，将一个3行4列的二维数组转换成6行2列的二维数组，关于这些属性和方法的具体说明如表9-3所示。查看全文>>
