Wolfram语言

  • 访问预训练模型。»
  • 定义并可视化任意网络。»
  • 象征性地操作神经网络。»
  • 访问详细的培训信息。»
  • 衡量净绩效。»
  • 在多个GPU上训练网络。»
  • 对网络进行文本或音频数据培训。»
  • 建立注意机制。»
  • 定义自定义重复图层。»
  • 从重复层高效生成序列。»
  • 在序列上训练卷积网络。»
  • 列车变压器网络。»
  • 训练胶囊网。»
  • 训练自归一化神经网络。»
  • 进入强化学习环境。»

相关示例

相关功能

相关指南

另请参阅12中的新增内容

判定元件 es公司 前 青年成就组织 让开 pt-br型 zh(zh)