De la documentación de Theano:
En el gráfico, los puntos suspensivos son los nodos de aplicación (la ejecución de una operación) y los cuadros son variables. Si las variables tienen nombres, se usan como texto (si varios vars tienen el mismo nombre, se fusionarán en el gráfico). De lo contrario, si la variable es constante, imprimimos su valor y finalmente imprimimos el tipo + un número único para evitar que se fusionen varios vars. Imprimimos la operación de la solicitud en el cuadro Aplicar con un número que representa el orden de aplicación de esos Solicitud. Si un Apply tiene más de 1 entrada, etiquetamos cada borde entre una entrada y el nodo Apply con el índice de la entrada.
Los cuadros verdes son variables de entrada al gráfico, los cuadros azules son variables de salida del gráfico, los cuadros grises son variables que no son salidas y no se utilizan, las elipses rojas son transferencias desde / hacia la gpu (operaciones con nombres GpuFromHost, HostFromGpu).
Para los bordes, son negros por defecto. Si un nodo devuelve una vista de una entrada, colocamos el borde de entrada correspondiente en azul. Si devuelve una entrada destruida, ponemos el borde correspondiente en rojo.
Supongo que los dos diagramas representan el mismo conjunto de operaciones, donde el diagrama de la derecha es una versión optimizada del de la izquierda.
- ¿Cuál es el significado de 'distribucionalmente similar' en PNL?
- ¿Qué tan útil es la regresión del proceso gaussiano? ¿Tienes un buen ejemplo?
- ¿Cómo se puede aplicar el aprendizaje automático a la contabilidad?
- ¿Qué nivel de experiencia en aprendizaje automático se espera de un científico de datos?
- ¿Es posible o hay algún documento sobre el ajuste de hiperparámetros usando aprendizaje de refuerzo o regresión?
