您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Vision-Systems-Lab:MLP,DCNN,深度卷积自动编码器,LSTM,GRU,ResNets,DCGAN-波恩大学的CudaVision实验室(SS19)-源码

  2. 视觉系统实验室:在GPU上学习计算机视觉[自述文件未定期更新] 作者:Saikat Roy, 波恩大学CudaVision实验室(SS19)的存储库(主要)在PyTorch,Python3和Jupyter笔记本电脑上实现。 该项目从神经网络的基础开始,并延伸到更深层次的模型。 以下项目包含在相应的文件夹中: 项目1:Softmax回归(无autograd / Pytorch张量) 涉及使用softmax回归和手动梯度计算对MNIST数据集进行分类。 经过5次简单的迭代运行后,训练和测试集
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:14mb
    • 提供者:weixin_42116921
  1. titanic-survivor-prediction:Kaggle泰坦尼克号ML挑战-源码

  2. 泰坦尼克号幸存者的预测 这是机器学习竞赛的第一步。 挑战 :ship: 泰坦尼克号在1912年的首次航行中沉没,造成了一半以上的乘客生命。 给出了两个数据集,即train.csv和test.csv。 这两个数据集都包含每位登上泰坦尼克号飞船的乘客的信息,唯一的区别是train.csv告诉我们哪位乘客可以幸存,而test.csv却没有。 面临的挑战是建立一个预测模型,以预测test.csv中的哪些乘客更有可能幸存。 问题陈述 使泰坦尼克号乘客得以生存的特征(特征)。 预测模型 针对这一挑战,使
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:77kb
    • 提供者:weixin_42140716
  1. python-neural-network:https的分叉-源码

  2. 使用numpy实现的MLP神经网络库 一般的 这是一个功能齐全的前馈神经网络库。 实现的功能有: 损失函数:交叉熵,均方误差 层:线性,S形,ReLU 具有正向和反向传播的网络 一个热编码标签的功能 混淆矩阵可视化器 有两个演示来演示库的功能: 虹膜数据集分类器 手写数字(mnist)分类器 代码中有很多注释来解释细节 需求 python 3.x 麻木 matplotlib 安装 要安装所需的依赖项: make install 。 演示(iris数据集) 要运行演示: python3
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:11mb
    • 提供者:weixin_42118011
  1. MLP分类器-源码

  2. MLP分类器
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:52kb
    • 提供者:weixin_42117032
  1. 网上商店:使用MLP分类器创建了一个预测模型,以预测在线客户是否会购物-源码

  2. 网上商店:使用MLP分类器创建了一个预测模型,以预测在线客户是否会购物
  3. 所属分类:其它

  1. NLP有用的示例:与NLP问题有关的一些有用的示例-源码

  2. NLP有用的例子 一些与NLP问题有关的有用示例。 数据文件夹应被填充。 文件中提供了相关的下载链接。 bow_text_classifier:用于表示的预训练word2vec向量。 比较了来自RandomForest和MLP分类器的结果。 将会被更新..
  3. 所属分类:其它

  1. DeepLearning-project-CYHA:哥伦比亚深度学习课程4040个项目-源码

  2. 神经网络和深度学习课程项目和作业 两个部分:基本概念的重复; 最终项目-“从街景图像重复出现的多位数字识别”。 介绍 该课程由Zoron Kostic教授授课。 该项目旨在回顾深度学习中的所有基本概念,并实施Ian J. Goodfellow等人的论文“从街景图像纸质重复中进行多位数数字识别”。 (2014年) 代码 该存储库包含几个文件。 DeepLearning_concept(homework):已实现的基本分类器,MLP,减暗(PCA和tSNE),优化器(具有Momentum的SGD,
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:890mb
    • 提供者:weixin_42162216
  1. 深度学习-反向指导-源码

  2. 深度学习역멘토링 2020年ibksystem发行商。 讲座1 1.1机器学习简介 机器学习의정의 机器学习의 지도학습(监督学习) KNN分类 线性回归 비지도학습(无监督学习) K均值聚类 1.2线性回归 梯度下降学习率 过度拟合 正则化 早停 1.3梯度下降优化算法 批次梯度下降 随机梯度下降(SGD) 唠叨 势头 阿达格勒 道具 亚当 1.4二进制分类 逻辑回归 交叉熵 1.5多项式分类 softmax 1.6실습 자료 第二讲 2.1神经网络介绍 人工神经网络的历史 2.2多
  3. 所属分类:其它

  1. EE559-Project_Hand-姿势-源码

  2. EE559-Project_Hand-姿势 在这个项目中,我尝试处理UCI设置的手势数据,具体来说,它有12位志愿者展示手势,并将这些姿势从第1到第5姿势设置为第1到第5类。我试图知道我们的机器是否可以找出这些姿势。 并且如果不同的姿势将在每个分类中显示相同的相似精度。 为了弄清楚,我首先通过删除未标记的数据对数据进行预处理,然后将特征提取为13个特征,重新缩放,尺寸调整(使用PCA),使用交叉验证(保留一个用户)。 我选择感知器,SVM,朴素贝叶斯,KNN和神经网络(MLP)作为我的分类器,与
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:17mb
    • 提供者:weixin_42157567
  1. sonar_binary_classification:使用深度神经网络将物体分类为岩石或矿山(金属)-源码

  2. 声纳二进制分类 使用的图书馆: pandas,numpy,sklearn,tensorflow / keras,matplotlib 多层感知器(MLP)人工神经网络用于区分从金属圆柱体弹回的声纳信号和从大致圆柱体岩石弹回的声纳信号。 最终模型在测试集上的准确度为87.5%。 项目概况 目标: 练习使用tensorflow和keras进行深度学习。 练习分类问题。 数据集信息: 文件“ sonar.mines”包含111种模式,这些模式是通过以各种角度和各种条件从金属圆柱体上弹跳声纳信
  3. 所属分类:其它

  1. 二次激活函数:深度学习最终项目-源码

  2. ECE472(深度学习)最终项目 二次神经元作为深度神经网络中的激活功能 安德鲁·洛伯(Andrew Lorber)和马克·科斯科夫斯基(Mark Koszykowski) 摘要:我们的深度学习最终项目基于Yaparla Ganesh和Rhishi Pratap Singh在使用二次神经元进行模式分类的研究中进行的一项实验研究。 他们的论文讨论了使用二次(QUAD)神经元来构建二次神经网络,这与多层感知器(MLP)模型中熟悉的线性神经元相反。 本文展示了其二次神经元作为二次激活函数的用途。 在
  3. 所属分类:其它

  1. 基于MLP的疟疾细胞分类-源码

  2. 基于MLP的疟疾细胞分类 该库提供了四种类型的血细胞分类解决方案:“红血球”,“环”,“裂殖体”和“滋养体”。 这是疟疾感染的类型。 该解决方案基于多层感知器(MLP)。
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:139kb
    • 提供者:weixin_42166626
  1. 希伯来语深度学习:希伯来语ספרמלאבעבריתבנושאיםשללמידתמכונהולמידהעמוקה-源码

  2. 希伯来语深度学习 למידתמכונהולמידהעמוקהבעברית 目录 1.机器学习导论 2.机器学习算法 3.线性神经网络(回归问题) 3.1线性回归 3.1.1基本概念 3.1.2梯度下降 3.1.3正则化和交叉验证 3.1.4线性回归作为分类器 3.2 Softmax回归 3.2.1 Logistic回归 3.2.2交叉熵和梯度下降 3.2.3优化 3.2.4 SoftMax回归–多类Logistic回归 3.2.5 SoftMax回归为神经网络 4.深度神经网络
  3. 所属分类:其它

  1. nlp-with-pytorch:joosthubPyTorchNLPBook的逻辑叉-源码

  2. 使用PyTorch进行自然语言处理 使用深度学习构建智能语言应用程序Delip Rao和Brian McMahan 欢迎。 这是《 》一书的配套资料库。 目录 开始吧! PyTorch基础 第2章:NLP快速浏览 文字范例 深入进行有监督的培训 使用Perceptron分类餐厅评论的情绪 感知器的局限性 引入多层感知器(MLP) 卷积神经网络(CNN)简介 具有MLP的姓氏分类 带有CNN的姓氏分类 使用预训练的嵌入 学习连续词袋嵌入(CBOW) 使用预训练的嵌入进行转移学习 姓氏的序列
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:43mb
    • 提供者:weixin_42177768
  1. advanced-tensorflow:更多高级TensorFlow实现-源码

  2. 先进的TensorFlow (更多+重构)高级TensorFlow实现的集合。 尽我所能用一个Jupyter Notebook实现算法。 去噪自动编码器 卷积自动编码器(使用反卷积) 可变自动编码器 二维玩具示例上的AVB 基本分类(MLP和CNN) 自定义数据集生成 使用自定义数据集进行分类(MLP和CNN) MLP和CNN的OOP样式实现 使用TF-SLIM进行预训练的网络使用 具有预训练网络的班级激活图 预处理Linux内核源 使用Char-RNN进行训练和采样 具有梯度反转层的
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:21mb
    • 提供者:weixin_42140716
  1. 威斯康星州乳腺癌:[ICMLSC 2018]乳腺癌检测:机器学习算法在威斯康星州诊断数据集上的应用-源码

  2. 乳腺癌检测:机器学习算法在威斯康星州诊断数据集上的应用 注意:此存储库已淘汰,不会移植为使用TF2。 但是,您可以以此为参考。 该论文于2018年2月2-4日在越南富国岛举行的第二届机器学习与软计算国际会议(ICMLSC)上发表。 有关该项目的全文,请访问 。 抽象 本文对威斯康星州的六种机器学习(ML)算法进行了比较: ,线性回归,多层感知器(MLP),最近邻(NN)搜索,Softmax回归和支持向量机(SVM)诊断性乳腺癌(WDBC)数据集通过测量其分类测试的准确性以及其敏感性和特
  3. 所属分类:其它

  1. 带链接器的深度学习教程:使用链接器的深度学习教程-源码

  2. Chainer深度学习教程 博客文章的源代码, 。 它与Chainer v2兼容。 本教程包括以下示例, 用于MNIST分类的多层感知器(MLP) 用于CIFAR-10,CIFAR-100图像分类的卷积神经网络(CNN) 递归神经网络(RNN)用于序列数据预测
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:229mb
    • 提供者:weixin_42131861
  1. 扑克手分析:扑克手实力的分析和预测-源码

  2. 扑克手实力分析与预测 该项目涉及使用UCI扑克手数据集对扑克手强度进行分析和预测: 资料准备 首先,没有丢失的数据。 其次,应用RandomForestClassifer来获取功能的重要性,正如上载的报告中所述,没有任何功能可以忽略,因为最低的功能重要性约为7%,这也很有意义,因为我们无法分离套件从卡片行列。 最后,使用StandardScaler(通过消除均值并缩放到单位方差来标准化特征)以一种易于神经网络收敛的方式来转换数据。 资料建模 转换后的数据将被馈入MLP(多层感知器)分类器,然后
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:866kb
    • 提供者:weixin_42171132
  1. bert-sklearn:Google BERT模型的sklearn包装器-源码

  2. scikit-learn包装器对BERT进行微调 一个scikit-learning包装器,可基于端口模型,以执行文本和令牌序列任务。 包括可配置的MLP作为文本和文本对任务的最终分类器/回归器 包括用于NER,PoS和分块任务的令牌序列分类器 包括针对科学和生物医学领域的和训练模型。 在尝试! 安装 需要python> = 3.5和pytorch> = 0.4.1 git clone -b master https://github.com/charles9n/bert-sk
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:572kb
    • 提供者:weixin_42134240
  1. CIFAR_MLP_Pytorch_Lightning:使用Pytorch光照库在CIFAR数据集上训练了多层感知器(MLP)神经网络-源码

  2. CIFAR_MLP_Pytorch_Lightning 使用Pytorch照明库对多层感知器(MLP)神经网络进行了训练。 CIFAR数据集用于对神经网络进行分类。 进行不同的实验并观察结果。 实验类型和网络验证准确性如下: 版本1:B_SIze:32 H_Layers:1 H神经元:512 Optim:SGD Sigmoid Val_Acc:0.4706 版本2:B_SIze:32 H_Layers:1 H神经元:1512优化:SGD Sigmoid Val_Acc:0.4626 版
  3. 所属分类:其它