[机器学习] 知识图谱研究综述论文: 表示学习、知识获取与应用【107篇参考文献】.zip

说明：最近Shaoxiong Ji, Shirui Pan, Erik Cambria, Pekka Marttinen, Philip S. Yu等学者发表了关于知识图谱的最新综述论文《A Survey on Knowledge Graphs: Representation, Acquisition and Applications》，25页pdf涵盖107篇参考文献，对知识图谱进行了全面的综述，涵盖了知识图谱表示学习、知识获取与补全、时序知识图谱、知识感知应用等方面的研究课题，并总结了最近的突破和
<syp_net> 上传 | 大小：1mb

[机器学习] 20年<网络表格提取、检索与增强>最新综述.zip

说明：表是组织和操作数据的强大而流行的工具。在网上可以找到大量的表格，这是一种宝贵的知识资源。这项调查的目的是综合和介绍二十年来对web表的研究。特别地，我们将现有的文献组织成六类主要的信息访问任务:表提取、表解释、表搜索、问题回答、知识库扩展和表扩展。对于这些任务中的每一个，我们将识别和描述重要的方法，提供相关的资源，并指出不同任务之间的相互依赖性。
<syp_net> 上传 | 大小：865kb

[机器学习] FaceGen 人脸快速建模工具

说明：　　可以随机或者从照片创建三维立体的真实的人类面孔。使用包括年龄、种族和性别在内的150种控制编辑面孔。 　　采用带有表情和音调的动画形态。可以储存为bmp、jpg、tga、tif图像格式，也可以导出wrl 、obj、3ds三维立体文件格式。
<jssinfo_nd> 上传 | 大小：39mb

[深度学习] spring入门学习-2、IOC、DI知识.pdf

说明：spring入门学习-2、IOC、DI知识.pdf
<qq_43371778> 上传 | 大小：160kb

[机器学习] spring入门学习-5、AOP概念及特点.pdf

说明：spring入门学习-5、AOP概念及特点.pdf
<qq_43371778> 上传 | 大小：100kb

[机器学习] Python-3.7.6.tar.xz

说明：Python-3.7.6 源代码, 正常下载速度非常慢, 这里是我下载好的, 给需要的朋友,Python-3.7.6 源代码, 正常下载速度非常慢, 这里是我下载好的, 给需要的朋友
<zbfaaadjl> 上传 | 大小：16mb

[深度学习] 卷积神经网络基础 pytorch

说明：卷积神经网络基础 本节我们介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。
<qq_40441895> 上传 | 大小：5kb

[深度学习] lenet.md python3

说明：lenet 模型介绍 lenet 网络搭建 运用lenet进行图像识别-fashion-mnist数据集 卷积神经网络就是含卷积层的网络。 LeNet交替使用卷积层和最大池化层后接全连接层来进行图像分类。
<qq_40441895> 上传 | 大小：7kb

[深度学习] 进阶网络神经.md pytorch

说明：深度卷积神经网络（AlexNet） LeNet: 在大的真实数据集上的表现并不尽如⼈意。 1.神经网络计算复杂。 2.还没有⼤量深⼊研究参数初始化和⾮凸优化算法等诸多领域。 机器学习的特征提取:手工定义的特征提取函数 神经网络的特征提取：通过学习得到数据的多级表征，并逐级表⽰越来越抽象的概念或模式。 神经网络发展的限制:数据、硬件
<qq_40441895> 上传 | 大小：13kb

[深度学习] 文本预处理.md pytorch

说明：文本预处理 文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤： 读入文本 分词 建立字典，将每个词映射到一个唯一的索引（index） 将文本从词的序列转换为索引的序列，方便输入模型
<qq_40441895> 上传 | 大小：4kb

[深度学习] 语言模型与数据集.md

说明：语言模型 一段自然语言文本可以看作是一个离散时间序列，给定一个长度为 T 的词的序列 w1,w2,…,wT ，语言模型的目标就是评估该序列是否合理，即计算该序列的概率： P(w1,w2,…,wT). 本节我们介绍基于统计的语言模型，主要是 n 元语法（ n -gram）。在后续内容中，我们将会介绍基于神经网络的语言模型。
<qq_40441895> 上传 | 大小：5kb

[深度学习] 循环神经网络.md pytorch

说明：基于循环神经网络的语言模型，提供了从零开始的实现与简洁实现 本节介绍循环神经网络，下图展示了如何基于循环神经网络实现语言模型。我们的目的是基于当前的输入与过去的输入序列，预测序列的下一个字符。
<qq_40441895> 上传 | 大小：14kb