大约有 6,000 项符合查询结果（耗时：0.0072秒） [XML]
移动前端开发之viewport的深入理解 - 更多技术 - 清泛网 - 专注C/C++及内核技术
...一块区域，在具体一点，就是浏览器上(也可能是一个app中的webview)用来显示网页的那部分区域，但viewport又不局限于浏览器可视区域的大小，它可能比浏览器的可视区域要大，也可能比浏览器的可视区域要小。在默认情况下，一...
多媒体组件 · App Inventor 2 中文网
...法在同一位置恢复播放。
跳转到(毫秒数)
跳转到视频中的指定时间（以毫秒为单位）。
如果视频暂停，则显示的帧将不会通过搜索进行更新。播放器只能跳转到视频中的关键帧，因此跳转间隔较短的时间可能实际上不会...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...