您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于卷积神经网络的问答方法研究

  2. 1.环境配置: ubantu(16.04) python(3.5) tensorflow(0.12.0) export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl sudo pip3 install --upgrade $TF_BINARY_URL 2.模型介绍: https://www.tensorflow.org/
  3. 所属分类:Python

    • 发布日期:2018-09-13
    • 文件大小:101mb
    • 提供者:weixin_43093901
  1. 使用Stata做主成分分析.pdf

  2. 使用Stata做主成分分析,利用stata如何做主成分分析做了详细的解释0171215 使用 Stata做主成分分析 original data space PCA component space PC 1 PC 2 PC 1 Gene 2 Gene t 图1 但是,对于更高维的数据,能想象其分布吗?就算能描述分布,如何精确地找到这些主成分的 轴?如何衡量你提取的主成分到底占了整个数据的多少信息?所以,我们就要用到主成分分析的 处理方法。 3.数据降维 为了说明什么是数据的主成分,先从数据降维说
  3. 所属分类:讲义

    • 发布日期:2019-07-16
    • 文件大小:3mb
    • 提供者:qingjiang1793
  1. Keras中文文档.pdf

  2. Keras官方文档PDF版,带书签,一共307页,完整版,目前最好的版本!欢迎下载!model train on batch(x batch, y batch) 只需一行代码就能评估模型性能: loss and metrics modelevaluate(x test, y test, batch size=128) 或者对新的数据生成预测: classes =model predictx test, batch size=128) 构建一个问答系统,一个图像分类模型,一个神经图灵机,或者其他的
  3. 所属分类:深度学习

    • 发布日期:2019-09-03
    • 文件大小:12mb
    • 提供者:dzgybd
  1. 偏微分方程数值解的matlab实现.pdf

  2. 偏微分方程数值解的MATLAB实现,提供了求解一维偏微分方程的函数和求解二维偏微分方程的工具箱14.13求解一维偏微分方程 下面结合一个简单的实例介绍一维PDE的求解。 【例14-1】求解下面的PDE问题。 式中,0≤x≤1,t≥0。1=0时,解满足初始条件: x, 0)=sin x=0和x=1时,解满足下面的边界条件: a(0,)=0 re-+--(,)=0 按照下面的步骤求解此方程 1.重写PDE 按照方程(14-1)的形式重写PDE,即 a(oou x +0 at 参数m=0,项《,《个一
  3. 所属分类:讲义

    • 发布日期:2019-06-29
    • 文件大小:11mb
    • 提供者:chungking_d
  1. python 读文件,然后转化为矩阵的实例

  2. 下面小编就为大家分享一篇python 读文件,然后转化为矩阵的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:43kb
    • 提供者:weixin_38703468
  1. 在python中pandas读文件,有中文字符的方法

  2. 后面要加encoding=’gbk’ import pandas as pd datt=pd.read_csv('D:\python_prj_1\data_1.txt',encoding='gbk') print(datt) 以上这篇在python中pandas读文件,有中文字符的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持软件开发网。 您可能感兴趣的文章:python 读文件,然后转化为矩阵的实例python读
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:26kb
    • 提供者:weixin_38644097
  1. 状态时滞时变离散时间系统的最优预见控制器设计

  2. 研究了一类具有状态时滞的时变离散时间系统的最优预见控制问题.所用的方法仍然是通过引入差分算子构造扩大误差系统.首先克服了差分算子不是线性算子的困难,成功构造了扩大误差系统.然后通过提升技术,把系统转化为形式上没有时滞的普通控制系统.最后通过引入可预见的目标值信号信息,得到最终的扩大误差系统.从这个扩大误差系统出发,利用时变系统最优控制的有关结果,设计处理原系统的带有预见作用的控制器.利用矩阵分解,把需要求解的高阶Riccati方程转化成一个低阶的Riccati方程.仿真实例表明了该设计方法的有效
  3. 所属分类:其它

  1. python 读文件,然后转化为矩阵的实例

  2. 代码流程: 1. 从文件中读入数据。 2. 将数据转化成矩阵的形式。 3. 对于矩阵进行处理。 具体的python代码如下: – 文件路径需要设置正确。 – 字符串处理。 – 字符串数组到 整型数组的转化。( nums = [int(x) for x in nums ]) – 矩阵的构造。(matrix = np.array(nums)) – numpy模块在矩阵处理上很有优势。 列表内容 # -*- coding: utf-8 -*- import numpy as np def read
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:44kb
    • 提供者:weixin_38719540
  1. 多智能体系统实现鲁棒一致的时延相关稳定判据

  2. 考虑存在多个时变时延、有限能量扰动以及时变拓扑结构不确定等网络约束条件, 给出了多智能体系统实现鲁棒一致性的时延相关稳定判据. 首先, 利用状态分解将原问题转化为讨论不一致向量系统的鲁棒稳定性; 然后,考虑到多个时变时延和动态拓扑, 采用构造Lyapunov-Krasovskii 泛函的方式分析系统鲁棒稳定性, 并利用自由权矩阵方法获得关于非线性矩阵不等式(NLMI) 的可行解判据; 最后, 借鉴求解锥补问题的思想, 对NLMI 判据进行非线性最小化处理, 以得到保守性低、易于求解的LMI 稳定
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:314kb
    • 提供者:weixin_38670707
  1. 基于幂图的属性约简

  2. 针对粗糙集理论中基于差别矩阵的属性约简方法存在的不足, 提出一种基于幂图的属性约简算法. 首先通过修改样本决策属性值将不相容决策表转化为简化的相容决策表; 然后将样本对概念与幂图概念相结合, 将基于修正差别矩阵的不相容决策表的属性约简转化为幂图的搜索问题; 最后通过实例和实验验证了所提出算法的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:172kb
    • 提供者:weixin_38670420
  1. 基于MACBETH方法的犹豫模糊语言多准则决策方法

  2. 犹豫模糊语言集是语言术语集的拓展.受传统的MACBETH(measuring attractiveness by a categorical-based evaluation technique)方法的启发,构建基于MACBETH方法的犹豫模糊语言多准则决策方法.首先将语言表达式表示的决策信息通过转化函数转化为犹豫模糊语言数,进而得出犹豫模糊语言判断矩阵;然后将此结果应用于改进的MACBETH决策支持系统;最后,通过毕业生选择就职企业这一实例说明该方法的有效性和可行性.
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:237kb
    • 提供者:weixin_38677227
  1. 基于后悔理论的灰色随机多准则决策方法

  2. 针对准则值和状态概率均为区间灰数的灰色随机多准则决策问题,在考虑决策者的风险态度及心理行为的情境下,给出一种基于后悔理论的决策方法.首先将原始准则值转化为标准灰数, 同时进行规范化处理, 得到各状态下的标准灰色风险决策矩阵;然后依据后悔理论,定义灰色感知效用函数,构造决策者对方案集的灰色综合感知效用最大化的多目标优化模型,并解出最优权重向量,得到各方案的最优灰色感知效用值且排序;最后,通过实例验证所提出方法的可行性和有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:192kb
    • 提供者:weixin_38593380