您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载,深度学习下载列表 第1308页

« 1 2 ... .03 .04 .05 .06 .07 1308.09 .10 .11 .12 .13 ... 1775 »

[深度学习] AI颠覆IT运维管理

说明: 人类产生的数据正以一种难以置信的指数方式增长。随着诸多新技术、新应用和新学科的发展,社会的数字化程度越来越高。 2015年的分析预测显示到2020年全部的数字信息将达到44ZB。2017年6月,一家网络硬件领导厂商预计到2021年全球IP网络流量将达到3.3ZB,大约为2016年的3倍。同样,2017年6月一家全闪存领导厂商表明他们的基于机器学习的分析解决方案(用于监控部署在全球的闪存阵列)每天可以收集到一万亿个数据样本,迄今为止已经创造了一个7PB+的数据湖。
<yang_826> 上传 | 大小:36kb

[深度学习] 源码Deep Learning with Theano

说明: Chapter 1, Theano Basics, helps the reader to reader learn main concepts of Theano to write code that can compile on different hardware architectures and optimize automatically complex mathematical objective functions. Chapter 2, Classifying Handwri
<wang1062807258> 上传 | 大小:1mb

[深度学习] Learning Generative Adversarial Networks

说明: Learning Generative Adversarial Networks_Next generation deep learning simplified First published: October 2017 | 203页 | pdf格式
<qq_42845404> 上传 | 大小:9mb

[深度学习] vdsr图像超清化

说明: Implement VDSR with TensorFlow,Environment Accurate Image Super-Resolution Using Very Deep Convolutional Networks这篇文章代码的复现 Ubuntu 16.04 Python 2.7.12
<u014727716> 上传 | 大小:68mb

[深度学习] 基于SIFT+Kmeans+LDA的实现源码

说明: 基于SIFT+Kmeans+LDA的图片分类器的实现源码 博文 基于SIFT+Kmeans+LDA的图片分类器的实现源码 博文
<cfj13883489045> 上传 | 大小:53mb

[深度学习] 路径规划程序

说明: 移动机器人的路径规划问题是机器人研究领域的重要分支,一直以来国内外有很多学者关注该问题。到目前为止,该领域有了重大突破,并取得了一系列的成果。现阶段应用于解决路径规划问题的优化算法有很多,但是大多数算法自身存在很大的缺陷。在障碍物复杂的环境下很难规划出有效的路径,因为未知环境下的移动机器人只有极少的先验知识。需要能激发出发现和创造的火花。自20世纪50年代中期创立了仿生学以来,人们从生物进化的机理中收到极大的启发,提出了许多用以解决复杂优化问题的新方法,蚁群算法便是其中的一种。该方法自创立以来
<qq_35930783> 上传 | 大小:6kb

[深度学习] 基于蚁群的机器人路径规划代码

说明: 白色栅格表示机器人可以在其中自由移动,黑色栅格表示障碍栅格,表示机器人无法逾越。本文旨在当机器人遇到障碍栅格时,能根据传感器获得的信息和控制器的有效控制使得机器人绕开障碍物并找到一条有效路径,并通过MATLAB仿真实验验证蚂蚁算法的优越性。
<qq_35930783> 上传 | 大小:48kb

[深度学习] 深度学习 Python dedp learning

说明: Copyright © 2017 Packt Publishing All rights reserved. No part of this book may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, without the prior written permission of the publisher, except in the case of bri
<qq_42702963> 上传 | 大小:8mb

[深度学习] Deep Learning-Based Classification of Hyperspectral Data

说明: 我们通过遵循基于经典光谱信息的分类来验证堆叠自动编码器的合格性。其次,提出了一种新的空间主导信息分类方法。然后,我们提出了一种新颖的深度学习框架来合并这两个特征,从中我们可以获得最高的分类准确性。该框架是主成分分析(PCA),深度学习架构和逻辑回归的混合体
<monotonomo> 上传 | 大小:2mb

[深度学习] Learning Deep and Wide: A Spectral Method for Learning Deep Networks

说明: 提出了多光谱神经网络(MSNN)来学习多列深度神经网络的特征,并将倒数第二层次判别流形嵌入到紧凑的表示中。
<monotonomo> 上传 | 大小:777kb

[深度学习] Representation Learning: A Review and New Perspectives

说明: 本文回顾了近期在无监督特征学习和深度学习领域的工作,包括概率模型,自动编码器,流形学习和深度网络的进展。 这激发了关于学习良好表征的适当目标,计算表示(即推理)以及表示学习,密度估计和流形学习之间的几何关联的长期未答案问题。
<monotonomo> 上传 | 大小:1mb

[深度学习] Deep Machine Learning—A New Frontier in Artificial Intelligence Research

说明: 该文章描述人工智能发展的前沿科技,介绍一些开创性的人工智能算法
<monotonomo> 上传 | 大小:321kb
« 1 2 ... .03 .04 .05 .06 .07 1308.09 .10 .11 .12 .13 ... 1775 »