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. DRL-2018:结合策略梯度方法（香草PG，Actor-Critic，PPO）和进化策略的实验-源码

  2. DRL-2018 该存储库的功能是2018年夏季深度强化学习研究项目的工作（由Keith Ross教授建议，由纽约大学上海分校院长本科研究基金资助）。 在此项目中，我们尝试将“策略梯度”方法（香草策略梯度（aka REINFORCE），Actor-Critic和PPO）与“进化策略”相结合，以设计出一种提高样本效率的混合算法。 在MuJoCo基准上评估了所提出算法的性能。 参考： 加强：罗纳德·J·威廉姆斯。 用于连接符增强学习的简单统计梯度跟踪算法。 机器学习，8（3-4）：229–25

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：15kb
    • 提供者：weixin_42109598

  1. deep-learning-for-biology-hse-2018-course:经济学院深度学习生物学课程材料，2018年-源码

  2. 生物学深度学习课程材料/ HSE 2018 这是生物学深度学习课程的课程资料库。 该课程于2018年秋季在莫斯科高等经济学院计算机科学学院授课，硕士课程为``生物学和医学领域的数据分析''。 内容 课程 课程Jupyter（使用Keras） 杂志俱乐部 教学大纲 历史短 深度学习的当前结果 图片和视频 语音和声音 文字和语言 机械手控制 系统的ML DL问题 其他AI方法 知识与表象 象征方法 进化计算与群智能 硬件 NN简介：神经元，神经网络，反向传播， 前馈神经网络（FNN） 自动编码器（

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：46mb
    • 提供者：weixin_42131276

  1. AlphaX-NASBench101:使用深度神经网络和蒙特卡洛树搜索进行神经体系结构搜索-源码

  2. AlphaX-NASBench101 请检查存储库以获取我们的最新结果 AlphaX是一种新的神经体系结构搜索（NAS）代理，它使用MCTS进行有效的模型体系结构搜索，并以Meta-DNN作为预测模型来估算采样体系结构的准确性。 与随机搜索相比，AlphaX建立了一个指导未来搜索的在线模型，与诸如Q学习，正则化进化或Top-K方法之类的贪婪方法相比，AlphaX动态地权衡了探索和开发，并且可以以更少的数量摆脱局部最优搜索试验。 有关AlphaX的详细信息，请参阅《 。 该存储库托管Alpha

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：34mb
    • 提供者：weixin_42117150

  1. EssayKiller_V2:基于开源GPT2.0的初代创作型人工智能|可扩展，可进化-源码

  2. 随笔杀手 通用型议论文创作人工智能框架，仅限交流与科普。 Bilibili视频地址： : 项目简介 EssayKiller是基于OCR，NLP领域的最新模型所构建的生成式文本创作AI框架，当前第一版finetune模型针对高考作文（主要是议论文），可以有效生成符合人类认知的文章，大量文章经过测试可以达到正常高中生及格作文水平。 项目作者 主页1 主页2 主页3 图灵的猫 致谢 感谢作者提供GPT-2中文预训练框架与数据支持。感谢， ， ， ， ， ， ， ， 的参与和支持 框架说明

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：208mb
    • 提供者：weixin_42102272

  1. ENAS-PdM:进化神经体系结构搜索可用于剩余使用寿命预测-源码

  2. ENAS-PdM ENAS-PdM是一种定制的进化算法，专门设计用于优化用于预测维护性（PdM）的剩余使用寿命（RUL）的深度网络体系结构。 在我们基础上，本研究的目的是为RUL预测找到最佳的具有长短期记忆（CNN-LSTM）的多头卷积神经网络。 为此，我们使用进化搜索来探索多头CNN-LSTM的组合参数空间，如下图所示。 先决条件 您可以从下载实验中使用的基准数据集C-MAPSS。 这些文件应放在/ tmp文件夹中。 ENAS-PdM库具有以下依赖性： 大熊猫 麻木 scikit学习 tq

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：884kb
    • 提供者：weixin_42134054

  1. RonaldsonBellande:我的个人资料库-源码

  2. 你好呀 :waving_hand: ，我是Ronaldson Bellande :high_voltage: :books: 关于我和我的兴趣： 我目前正在大学深造，有6年的编程经验和9年的工程经验。 专注于机器人技术，机器人学习，类人机器人，机器人套装，Web开发，人工智能，传感器，计算机视觉，机器学习，深度学习，深度神经网络，神经网络，深度强化学习，强化学习，数据分析，数据挖掘，健康数据分析，替代能源，电池，发动机工程，3D打印，太空技术，用户界面/用户体验，游戏设计，模拟人工智能，人

  3. 所属分类：其它

  1. Fraud_Detection：识别信用卡上的欺诈交易-源码

  2. 欺诈识别 识别信用卡上的欺诈交易。 想象一下，站在杂货店的结帐柜台后排成一排，您的收银员却很安静地宣布您的卡已被拒绝。 在这一刻，您可能没有考虑决定命运的数据科学。 不好意思，并且确定您有足够的资金来支付为您的50个最亲密的朋友举办一场史诗般的玉米片派对所需要的一切，您可以再次尝试购买卡片。 结果相同。 当您离开并允许收银员照看下一位客户时，您会从银行收到一条短信。 “如果您真的想在切达干酪上花费500美元，请按1。” 虽然目前可能很麻烦（并且常常令人尴尬），但这种防欺诈系统实际上每年为消

  3. 所属分类：其它

  1. DeepEvolve：使用遗传算法快速发现神经网络的超参数-源码

  2. 深度进化 如今，训练神经网络相对容易，但是仍然很难弄清楚要使用哪些网络体系结构和其他超参数-例如，多少神经元，多少层以及哪些激活功能？ 从长远来看，当然，神经网络将学习如何在没有人工干预的情况下构造自己。 在此之前，开发应用程序优化的神经网络的速度将受到选择和完善超参数所需的时间和专业知识的限制。 DeepEvolve旨在通过针对特定数据集和分类问题快速返回良好的超参数来帮助解决此问题。 该代码支持MLP（即完全连接的网络）和卷积神经网络的超参数发现。 如果您有无限的时间和无限的计算资源，则可

  3. 所属分类：其它

  1. galapagos_nao：持续不断的交互式神经进化的游乐场-源码

  2. 加拉帕戈斯群岛 / ɡəˈlapəɡəsnaʊ/ 1.一个持续，互动的神经进化的游乐场 2. 1979年的电影以“我爱早晨神经元的气味”为名而闻名。 总览 GalápagosNǎo旨在探讨以下有关机器学习的思想： -深度学习架构的学习 -利用人类智能指导进化计算 定义机器学习任务可以无限期运行，同时保留所学知识 -试图照亮要素空间属性而不是针对奇异解进行优化的算法 从编程的角度来看，它使开发人员可以探索： 集成外语组件 元编程 机器学习的函数式编程技术 设计 GalápagosNǎo对实现

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：160kb
    • 提供者：weixin_42181693

  1. 深度神经进化：深度神经进化-源码

  2. AI Labs神经进化算法 此仓库包含以下算法的分布式实现： [1] [2] 我们的代码基于OpenAI的代码，我们对此表示感谢。 OpenAI的原始代码和相关文章可以在找到。 已对仓库进行了修改，以同时运行ES和我们的算法，包括在本地和AWS上运行的深度遗传算法（DeepGA）。 注意：类人实验取决于 。 请提供您自己的Mujoco许可证和二进制文件 描述这些论文的文章可以在找到 神经进化视觉检查器（VINE） 文件夹./visual_inspector包含VINE的实现，即用于Neu

  3. 所属分类：其它

  1. 遗传学习：机器和深度学习算法，以取代遗传算法中的多目标函数-源码

  2. 基因学习 资讯资讯 作者：AndreaSoldà， 请注意，这是一个较旧的项目，将不会收到进一步的更新。 这是什么？ 该项目的目的是证明可以将一定数量的目标函数简化为一个神经网络（NN），并且经过适当训练的NN在评估遗传算法进化过程中的个体适应性时可以提供好处。 （GA）。 这个怎么运作 步骤1：建立训练集 执行适当数量的多目标GA短期运行； 每次运行彼此独立，并产生不同的解决方案； 然后使用提供的目标函数评估每个解决方案。 对于每次运行，所有“帕累托最优”解决方案都会收集在一起，从而创建

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：22kb
    • 提供者：weixin_42122838

  1. 一像素攻击喀拉拉邦：使用差动进化在Cifar10和ImageNet上的Keras实现“愚弄深层神经网络的一像素攻击”-源码

  2. 一像素攻击 如果仅允许攻击者修改一个像素的颜色并且仅看到预测概率，那么导致深度神经网络对图像进行错误分类有多么简单？ 原来这很简单。 在许多情况下，攻击者甚至可能使网络返回他们想要的任何答案。 以下项目是Keras的重新实现和教程。 论文的官方代码可以在找到。 这个怎么运作 对于此攻击，我们将使用。 数据集的任务是将32x32像素的图像正确分类为10个类别之一（例如，鸟类，鹿，卡车）。 黑匣子攻击只需要神经网络输出的概率标签（每个类别的概率值）。 我们通过选择一个像素并将其修改为某种颜色来生

  3. 所属分类：其它

  1. gorgonia：Gorgonia是一个有助于在Go中促进机器学习的图书馆-源码

  2. Gorgonia是一个有助于在Go中促进机器学习的图书馆。 轻松编写和评估涉及多维数组的数学方程式。 如果听起来像或 ，那是因为想法很相似。 具体来说，该库是像Theano这样的低级库，但具有更高的目标（如Tensorflow）。 Gorgonia： 可以执行自动区分 可以执行符号区分 可以执行梯度下降优化 可以进行数值稳定 提供许多便利功能来帮助创建神经网络 相当快（与Theano和Tensorflow的速度相比） 支持CUDA / GPGPU计算（尚不支持OpenCL，发送拉取请求）

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：79mb
    • 提供者：weixin_42151729

  1. Reinforcement-Learning:使用pytorch进行深度强化学习-源码

  2. 强化学习 使用pytorch进行深度强化学习 要做的事情： 适用于Atari的A3C DreamerV2 DQN的多处理版本 重播缓冲区的优先采样 分布式DQN 连续动作空间？？？ 关键文章： ## DQN 通过深度强化学习玩Atari（ ） Rainbow：结合深度强化学习的改进（ ） 借助双Q学习进行深度强化学习（ ） 优先体验重播（ ） 深度强化学习的决斗网络架构（ ） 嘈杂的勘探网络（ ） 重温体验重播的基本原理（ ） 重播内存容量和最早的策略之间

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：21mb
    • 提供者：weixin_42150745