您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. information-retrieval:信息检索和高级信息检索课程的材料-源码

  2. Innopolis大学的信息检索 该存储库汇总了阅读材料,实验室模板,数据集和其他电子资源,可用于了解搜索,推荐和其他IR内容。 读 在2021年,仍然是这既是好老。 这就是为什么这本书是必读的原因,因为它涵盖了所有必要的主题。 但是不幸的是,它是在多媒体检索,推荐系统和机器学习成为常见的地方之前写的。 潜在空间近似是一个重要主题,您可以参考 , 和讨论。 索引是搜索的血液系统。 位于理论的第0级。 在较高的位置,您会发现NSW和图。 在搜索树中,不要忘记阅读有关。 有关现代倒排索引的信息,
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:160mb
    • 提供者:weixin_42163404
  1. Advanced-Machine-Learning:AML课程的作业-源码

  2. 先进的机器学习 图像自动定向 数据集:由学生生成 •任务:4节课。分类图像是否正确定向(0°)(受90°,180°或270°定向影响) 驱动器目录结构 -AML项目2021-2-F1801Q151 |-数据集|-室内场景cvpr-2019 |-SUN397 |-模型|-论文 数据集 在数据集上添加错误信息,并在周围环境中进行分类。凡是需要考虑的安全数据集和特定目的的数据集。 SUN397:官方网站: ://vision.princeton.edu/projects/2010/SUN/ 室内:
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:882kb
    • 提供者:weixin_42175516
  1. papers:收集和整理机器学习论文摘要的工具-源码

  2. 纸张汇总在一个地方
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:55kb
    • 提供者:weixin_42136791
  1. substitute_boundary_attack:机器学习2021课程的最终项目。替代模型边界攻击的实现-源码

  2. 代理模型可帮助黑匣子对抗攻击 Skoltech的E.Burnaev,A.Zaytsev等人的《机器学习2021》课程 团队成员:Matvey Morozov,Anna Klueva,Elizaveta Kovtun,Dmitrii Korzh 介绍 对抗攻击是一种利用深度学习模式的非稳健性的方法,这意味着对输入的轻微修改可能导致模型无法获得正确的答案。在该项目中,我们考虑针对图像分类问题对深层神经网络进行边界黑箱对抗攻击的修改。在生成攻击示例的过程中,我们基于受攻击模型的替代模型使用了额外的步
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:90mb
    • 提供者:weixin_42176612
  1. Research-Paper:机器学习算法在乳腺癌检测中的比较分析-源码

  2. 研究论文 机器学习算法在乳腺癌检测中的比较分析
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:392kb
    • 提供者:weixin_42161450
  1. calvin-s-project:2018512-源码

  2. 项目清单: 2021/01/11来自贡献 计算机视觉研究-房屋检测中的语义分割(2021) 机器学习组合设计-创业项目(由于机密问题,仅上传了一些代码) •台湾股票网络爬虫,包括财务报告和个人股票报告•ML股票价格预测研究-LSTM,Seq2Seq,注意力,WGAN-GP,WGAN,GAN 有限的训练数据中的NLP姿态检测系统-Factmata UK (由于知识产权,无法上传代码) •通过python包进行可视化,例如降维-tSNE •文本挖掘•半监督学习,BERT,变分自动编码器分类器,数据
  3. 所属分类:其它

  1. Gamma-Ray-Point-Source-Detector:使用机器学习对伽玛射线点源进行定位和分类-源码

  2. 伽玛射线点源检测器 使用机器学习对伽玛射线点源进行定位和分类 该存储库中的材料可用于运行以推理方式在论文arXiv:2102.02XXX中开发的管道的测试示例。此外,它还包括评估测试运行并生成相似图的例程。 用于运行补丁生成,UNEK预测和本地化评估的代码 from-cats-to-locnet-input.py from-locnet-input-to-unek-output.py from-unek-output-to-locnet-evaluation.py 可视化本地化和分类结果的代码
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:172mb
    • 提供者:weixin_42134168
  1. ISONet:“用于视觉识别的深度等距学习”(ICML 2020)的存储库-源码

  2. 用于视觉识别的深度等距学习 该存储库是ICML论文的官方PyTorch实现: 用于视觉识别的深度等距学习,,,, 2020年国际机器学习大会(ICML) [],[ ] 介绍 在本项目中,我们认为等距的概念是训练深度ConvNet的中心指导原则。特别是,我们采用了极简主义的方法,并表明可以训练香草深等距网络(ISONet)(即,没有BN和快捷方式)并获得令人惊讶的良好准确性。我们还表明,如果与跳过连接结合使用,则即使完全不进行标准化,此类近等距网络(即R-ISONet)也可以实现与标准ResN
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:19kb
    • 提供者:weixin_42097967
  1. backend-study-源码

  2. 后端스터디정정리 推荐系统 近似NN搜索 LambdaMART 指标(MRR 25) 自然语言处理 prod2vec 快速文字 博客文章 在笔记本电脑上的PyTorch中建立强大的基准推荐器 论文复习 单词和短语的分布式表示形式及其组成 机器学习 可变自动编码器 统计数据 数据可视化 Python관련 吉特 git stash 等等
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:41mb
    • 提供者:weixin_42144201
  1. phd:格兰杰因果关系和机器学习方法评估气候与植被的相互作用-源码

  2. 描述 概述 在此存储库中,您可以找到与我的大气物理学博士学位论文相关的所有研究,在这些研究中,我一直使用格兰杰因果关系和机器学习方法来评估南美的气候与植被的相互作用。 Cdlearn 作为该博士项目的一部分,我正在开发一个名为cdlearn的python软件包,用于在因果关系和机器学习框架内分析气候数据。请随时查看,并注意始终欢迎提出建议和更正。 数据分析环境 这里使用的主要数据科学框架基于python语言,该语言是从Ubuntu 18.04 commom计算机上的conda发行版安装的。您可
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:92mb
    • 提供者:weixin_42133329
  1. 真的很棒:关于生成对抗性(神经)网络的论文列表-源码

  2. 真的很棒 生成对抗性(神经)网络的论文和其他资源清单。 该站点由Holger Caesar维护。 要补充或纠正它,请通过holger-at-it-caesar.com与我联系,或访问 。 还要签出和我们的。 注意:尽管对此引用有极大的兴趣(每月约3000位访问者),但我将不再从2017年11月开始添加新论文。我感到GAN的主题已从异国情调变成主流,并且详尽列出了所有GAN论文。不再可行或有用。 但是,我邀请其他人继续努力并重用我的列表。 内容 推荐建议 超越面部旋转:用于真实感和身份保留正面视
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:11kb
    • 提供者:weixin_42139429
  1. EMNLP-2019-论文:带有EMNLP-IJCNLP 2019的arXiv链接的统计数据和已接受的论文列表-源码

  2. [2020-11-01]该存储库已合并为 EMNLP-IJCNLP 2019论文 受Hoseong的启发, IJCNLP 带有链接的Statistics and Accepted论文列表。 贡献:请随时提出。 EMNLP 2019录取率 EMNLP 2019论文关键词 通过arXiv Link接受的论文 指数 口语课 机器学习 参加将来的令牌以进行双向序列生成(#1443) 注意不是不解释(#526) 部署主动学习的实际障碍(#1176) 使用预期的标签比例在相关任务之间转移学习(#
  3. 所属分类:其它

  1. 高级机器学习:该项目是我的作业提交清华高级机器学习的班级-源码

  2. 先进的机器学习 该项目是我的作业在哪里提交的课是清华高级机器学习。 作业_2 相关代码和具体的报告说明见name-disambiguation文件夹 名字歧义同名消歧 同名消歧是一个具有挑战性的问题,由于数据的杂乱以及同名情景十分复杂,要快速且准确的解决同名消歧问题还有很大的障碍。 论文的冷启动消歧 工作描述 给定一堆拥有同名作者的论文,要求返回一组论文聚类,因为一个聚类内部的论文都是一个人的,不同聚类间的论文论文不属于一个人。最终目的是识别出那些同名作者的论文属于同一个人。 尖端 可以把问题看
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:207kb
    • 提供者:weixin_42151772
  1. 机器学习论文-源码

  2. 机器学习论文 卷积神经网络 Yann LeCun,Leon Bottou,Yoshua Bengio和Patrick Haffner着 评论适用于手写字符识别的各种方法,并将它们与标准手写数字识别任务进行比较。 Alex Krizhevsky,Ilya Sutskever和Geoffrey E.Hinton 在ImageNet 2010上训练 新功能: 鲁鲁 在多个GPU上训练 本地响应规范化 重叠池 s = 2 z = 3 难以适应 最大化多项式逻辑回归目标 凯伦·西蒙扬(Karen S
  3. 所属分类:其它

  1. my-first-ml-cell:机器学习细胞检测-源码

  2. 我的第一毫升细胞 使用Cellprofiler / Cellprofiler Analyst论文进行机器学习单元检测(即将列出#)
  3. 所属分类:其它

  1. 潘妮·莱恩-源码

  2. 量子机器学习 该存储库包含有关Quantum Machine Learning的入门资料,以及Python代码演示。 两者都可以在。 内容包括四个主要领域: 。 了解量子计算对机器学习的意义。 。 深入研究具有重大工作的完整编码实现的量子机器学习。 。 量子机器学习和优化的关键思想词汇表。 。 精选的精选专家视频,讨论了量子机器学习的各个方面。 贡献 您可以通过提交实现最近的量子机器学习论文/结果的演示来做出贡献。 添加演示 演示以可执行的Python脚本的形式编写。 您可以假定在re
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:19mb
    • 提供者:weixin_42166105
  1. arxiv-curie:用Python编写的自动的,机器学习驱动的科学论文摘要-源码

  2. Arxiv-Curie 介绍 这是我一段时间以来一直在做的一个项目:一个自动的“机器人”,它将为我阅读论文并进行汇总! 我通常会跟不上阅读,现在我的兴趣已经非常多样化(化学,天文学,机器学习),这使我很难集中精力阅读我应该阅读的东西。 输入arxiv-curie :这是一个开源项目,旨在arxiv-curie重量,使其能够在夜间在Raspberry Pi 2上运行,并在早晨向您提供纸质摘要。 大事记 CLI,可从arXiv下载论文,并生成一份定长的摘要。 筛选最新的arXiv版本,并根据提
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:41kb
    • 提供者:weixin_42175516
  1. 机器学习:我在PyTorch,Keras,Tensorflow,scikit学习和Python中进行机器学习的项目-源码

  2. 机器学习 我的项目,Kaggle竞赛和一些流行的机器学习算法的实现。 我还列出了我在ML / DL / AI领域策划的研究论文清单。 指数: 内容: 专案 以下是我在机器学习领域完成的项目: 名称 描述 实现不同的强化学习算法,例如DQN,Double-DQN,Dualling-DQN,蒙特卡洛,时间差等。 能够在基于Unity ML-Agents的Banana Collector环境中获得最大回报的Deep-Q Learning代理 深度确定性策略梯度学习代理,能够在基于Unity ML
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:21mb
    • 提供者:weixin_42099633
  1. CatPapers:在Cats上具有出色的视觉,学习和绘图文件!-源码

  2. 猫纸收藏 根据思科的报告,90%的净流量将是可视的,实际上,大多数可视数据是猫的照片和视频。 因此,如今,对猫科动物朋友的理解,建模和综合成为一个越来越关键的研究问题,尤其是对于我们的猫迷来说。 猫纸收藏是一种学术论文收藏,包括产生与猫有关的实验结果的计算机图形学,计算机视觉和机器学习论文。 如果您要添加/删除文章,请发送电子邮件给(junyanz,网址:cs dot cmu dot edu)。 我们感谢所有作者的贡献和支持。 另请参阅| 流边缘指导视频完成,阿育舒拉夫,,在ECCV 20
  3. 所属分类:其它

  1. 带有Python的机器学习工具包:使用Python的机器学习工具包-源码

  2. 带有Python的机器学习工具包 实用的Python机器学习工具包 评估回归模型的性能(MAE与MSE) 通常,MSE或RMSE不仅用作回归模型的损失函数,而且还用于评估这种模型的性能。 但是,有些人声称MSE不是衡量平均模型性能的合适方法。 “我们的发现表明,MAE是更自然的平均误差度量,并且(与RMSE不同)是明确的”(Willmott和Matsuura 2005) “相反,评估模型性能通常需要结合指标,包括但不限于RMSE和MAE,”(Chai和Draxler,2014年)-相关论文
  3. 所属分类:其它

« 12 3 4 5 6 7 8 9 10 »