注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 学习java的积点忽略之处

  2. 我的读书笔记记录了我学习java中常见的几点错误

  3. 所属分类：Java

  1. 2009达内SQL学习笔记

  2. 先登陆服务器： telnet 192.168.0.23 公帐号： openlab-open123 tarena-tarena 再进入SQL：sqlplus sd0807/sd0807 帐号：sd0807－密码同样 公帐号：openlab-open123 设置环境变量： ORACLE_SID=oral10g\ --变局部变量 export ORACLE_SID --变全局变量 unset ORACLE_SID --卸载环境变量 ORACLE_HOME=... --安装路径；直接用一句语句也可以，

  3. 所属分类：其它

    • 发布日期：2010-02-10
    • 文件大小：11kb
    • 提供者：lq_1987

  1. struct2教程

  2. struct2教程，刚刚从别的地方下载来的，有需要的人可以下载，顺便积点分，要不然老是下载东西没分用。。^_^

  3. 所属分类：Java

    • 发布日期：2011-09-22
    • 文件大小：95kb
    • 提供者：cjh18168

  1. 学习积点计算系统

  2. Setup] ; 注: AppId的值为单独标识该应用程序。 ; 不要为其他安装程序使用相同的AppId值。 ; (生成新的GUID，点击 工具|在IDE中生成GUID。) AppId={{DD267E5D-726D-4A13-8777-6885BDA756D0} AppName={#MyAppName} AppVersion={#MyAppVersion} ;AppVerName={#MyAppName} {#MyAppVersion} AppPublisher={#MyAppPublish

  3. 所属分类：VB

    • 发布日期：2012-02-23
    • 文件大小：75kb
    • 提供者：liuqixiang123

  1. Pi-Sigma神经网络的几种梯度学习算法

  2. 到目前为止，人们提出了许多神经网络模型，其中应用最广泛的是前馈神经网络．早期前馈神经网络中只含有求和神经元，在处理复杂非线性问题时效率很低．后来，人们将求积神经元引入到前馈神经网络中，用以增加网络的非线性映射能力，提高网络的学习效率．这样的网络可以统称为高阶前馈神经网络．但是，如果只通过输入节点值的简单乘积构造求积神经元以增加网络的非线性映射能力，随着输入样本维数的增加，所需权值的数量呈指数阶增加，即出现“维数灾难”．Pi-Sigma 神经网络是1991 年Y．Shin提出的一种具有多项式乘积

  3. 所属分类：专业指导

    • 发布日期：2013-08-21
    • 文件大小：2mb
    • 提供者：samcrazy

  1. 基于深度学习的搜索广告点击率预测方法研究

  2. 本文研究的目标是通过给定的信息预测搜索广告的点击率，通过使用深度 学习模型，挖掘更多的特征之间的关系，从而能更有效的提高预测的结果。 关键词：点击率预测；搜索广告；深度学习；深度神经网络；卷积神经网络

  3. 所属分类：深度学习

    • 发布日期：2017-12-22
    • 文件大小：2mb
    • 提供者：cyj2014go

  1. c#实现的贪吃蛇0.1学习版

  2. 本程序对于面向对象的思想的提高一有些帮助 ********************************************* 声明： ********************************************* 1、本程序毫无美观可言，本人美术功底实在很差，请 同志们积点口德。 2、程序中基本都写了注释，请直接看代码阅读学习。

  3. 所属分类：C#

    • 发布日期：2009-01-15
    • 文件大小：51kb
    • 提供者：aley

  1. 优美的机器深度学习课程信息图课程总结（全）大图

  2. 一份优美的课程笔记，吴恩达点赞的深度学习课程信息图 吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图，这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习，还适合机器学习从业者和研究者复习基本概念。这不仅仅是一份课程笔记，同时还是一套信息图与备忘录。下面，我们将从深度学习基础、卷积网络和循环网络三个方面介绍该笔记。

  3. 所属分类：深度学习

    • 发布日期：2018-03-12
    • 文件大小：34mb
    • 提供者：zhongrq88

  1. 深度学习笔记_TensorFlow

  2. 依照 Tensorflow 官网实现了一个卷积神经网络来处理 MNIST 的问题，并且把官网中的说明翻译成中文．其中比较困难的点在于对 CNN 只知道大略性的概念，对于细节不太熟悉，因此先看了一下这篇 CNN 介绍(非常推荐这篇，写得非常好!)，还有照着 Tensorflow 官网的程序代码以及说明做．

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：10mb
    • 提供者：qq_42873574

  1. CNN卷积神经网络FASHION数据集及代码

  2. 文件包括数据集，运行结果，权重文件，检查点文件，源代码，执行fashion_sequential_model文件可运行。注意我用TensorFlow2.1编写。修改路径即可运行，还有10张图片，你可以调试程序测试预测效果。可以参考中国慕课TensorFlow笔记，北大课程学习。

  3. 所属分类：深度学习

    • 发布日期：2020-05-10
    • 文件大小：118mb
    • 提供者：a_13572035650

  1. 基于深度学习的图像分类方法研究_孟丹.caj

  2. 本文在深度学习框架的基础上对特征提取方法进行了研究,并通过医学图像、人脸表情的检测和分类对其效果进行了验证。本文的研究内容主要包括以下三点:1)提出有约束的高分散主成分分析网络(Constrained High Dispersal PCANet,CHDNet)。本文详细分析了 CHDNet的不同组件对分类性能的影响,针对PCANet的局限性,设计了非线性变化层、多尺度特征池化层,以提高分类性能。将CHDNet应用在医学图像分类中,包括基于Kinect深度图像的人体生理机能自动检测和计算机辅助舌象

  3. 所属分类：深度学习

    • 发布日期：2020-04-02
    • 文件大小：6mb
    • 提供者：olivia_ye

  1. 清北学习法包括小学作文 小学英语 小学速算

  2. 清北学习法包括小学作文 小学英语 小学速算 文本文档和视频讲解。百度网盘下载 高效的学，首先要学会听课： 1、有准备的去听，也就是说听课前要先预习，找出不懂的知识、发现问题，带着知识点和问题去听课会有解惑的快乐，也更听得进去，容易掌握； 2、参与交流和互动，不要只是把自己摆在“听”的旁观者，而是“听”的参与者，积极思考老师讲的或提出的问题，能回答的时候积极回答（回答问题的好处不仅仅是表现，更多的是可以让你注意力更集中）。 3、听要结合写和思考。纯粹的听很容易懈怠，能记住的点也很少，所以一

  3. 所属分类：讲义

    • 发布日期：2020-03-15
    • 文件大小：68byte
    • 提供者：sdjnwzd

  1. 基于卷积神经网络的智能猜拳机器人设计.rar

  2. 本资源是一个完整的课题项目，基于卷积神经网络的猜拳机器人设计。对机器学习，神经网络，tensorflow等人工智能技术以及机器人控制感兴趣的同学均可下载。本课题整理，总结耗费了我很大的心血，数据集采集也耗费我很大精力，所以收点积分费用，欢迎交流。本资料属于个人知识产权，请支持原创，不要传播，谢谢。

  3. 所属分类：机器学习

    • 发布日期：2020-01-09
    • 文件大小：141mb
    • 提供者：weixin_43409736

  1. opencv3_学习笔记.pdf

  2. 上传自己学习opencv时寻找的opencv3的学习笔记，里面的内容很不错，与大家一起分享typedef vcc Vcc31 typedef vcc Vcc 4 typedef Vcc Voc2f Typedef vec Vec3f typedef Veckfloat, 4> Vec4r typedef Vec Vec6f typedef Vec Vec2d typedef Vec'double, 3> Vec3d typedef Vec Vec4d typedef Vec Vecb

  3. 所属分类：机器学习

    • 发布日期：2019-08-17
    • 文件大小：4mb
    • 提供者：qq_43367829

  1. 机器学习中的最优化算法总结

  2. 机器学习中的最优化算法总结下图给出了这些算法的分类与它们之间的关系: 接下来我们将按照这张图来展开进行讲解。 费马定理 对于一个可导函数,寻找其极值的统一做法是寻找导数为0的点,即费马定理。微积分中的 这一定理指出,对于可导函数,在极值点处导数必定为0: 对于多元函数,则是梯度为0 导数为0的点称为驻点。需要注意的是,导数为0只是函数取得极值的必要条件而不是充分条 件,它只是疑似极值点。是不是极值,是极大值还是极小值,还需要看更高阶导数。对于 元函数,假设x是驻点 如果 (x)>0,则在该

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：557kb
    • 提供者：abacaba

  1. 基于深度学习的疲劳驾驶检测算法

  2. 针对现有疲劳驾驶检测算法实用性差或准确率低的问题, 本文提出了一种基于深度学习的疲劳驾驶检测算法. 首先, 使用 HOG (Histogram of Oriented Gradient) 特征算子检测人脸的存在; 其次, 利用特征点模型实现人脸的对齐, 同时实现眼睛、嘴巴区域的分割; 最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征, 并融合驾驶员嘴部的疲劳特征进行疲劳预警. 大量的实验表明, 该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.

  3. 所属分类：深度学习

    • 发布日期：2020-09-27
    • 文件大小：2mb
    • 提供者：m0_37829549

  1. 嵌入式系统/ARM技术中的如何使用FPGA加速机器学习算法？

  2. 当前，AI因为其CNN(卷积神经网络)算法出色的表现在图像识别领域占有举足轻重的地位。基本的CNN算法需要大量的计算和数据重用，非常适合使用FPGA来实现。上个月，Ralph Wittig(Xilinx CTO Office的卓越工程师) 在2016年OpenPower峰会上发表了约20分钟时长的演讲并讨论了包括清华大学在内的中国各大学研究CNN的一些成果。 　　在这项研究中出现了一些和CNN算法实现能耗相关的几个有趣的结论： 　　①限定使用片上Memory; 　　②使用更小的乘法器;

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：95kb
    • 提供者：weixin_38721252

  1. 基于卷积神经网络的二指机械手抓取姿态生成研究_李耿磊

  2. 本课题立足机械手自主抓取，研究利用卷积神经网络实现物体表面抓取点生成的解决方案。本课题以场景的深度图像作为输入信息，采取 “先采样，后预测”的两步走抓取生成方案。首先利用 Laplace 方法在深度图像中提取物体边缘像素点，并利用对跖法生成抓取空间；然后基于重要性采样方法从抓取空间中采样获得候选抓取集，最后利用训练好的抓取预测卷积神经网络模型预测候选集每个抓取的成功置信度，取其中极大者作为结果指导机器人完成抓取。 为将卷积神经网络应用于抓取预测，本课题建立了基于卷积神经网络的抓取预测模型。将

  3. 所属分类：机器学习

    • 发布日期：2020-11-22
    • 文件大小：4mb
    • 提供者：WhiffeYF

  1. DeepCTR-Torch：【PyTorch】基于深度学习的CTR模型的易于使用，模块化和可扩展的软件包-源码

  2. DeepCTR火炬 PyTorch版本的 。 DeepCTR是基于深度学习的CTR模型的易于使用，模块化和可扩展的软件包，以及许多可用于轻松构建自己的自定义模型的核心组件层。您可以将任何复杂的模型与model.fit()和model.predict()通过pip install -U deepctr-torch 。 让我们 （） 型号清单 模型 纸 卷积点击预测模型 [CIKM 2015] 分解支持的神经网络 [ECIR 2016]基于 基于产品的神经网络 [ICDM 2016] 宽而深

  3. 所属分类：其它

  1. DeepCTR：易于使用，模块化和可扩展的基于深度学习的CTR模型，用于搜索和推荐-源码

  2. 深度点击率 DeepCTR是基于深度学习的CTR模型的易于使用，模块化和可扩展的软件包，以及许多可用于轻松构建自定义模型的核心组件层。您可以将任何复杂的模型与model.fit() ，和model.predict() 。 提供类似tf.keras.Model界面以进行快速实验。 提供tensorflow estimator接口用于大规模数据和分布式训练。 它与tf 1.x和tf 2.x兼容。 一些相关的项目： DeepMatch： ： DeepCTR-Torch： ： 让我们 （

  3. 所属分类：其它

« 12 3 4 5 6 7 8 »