您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. BAT机器学习面试1000题系列

  2. BAT机器学习面试1000题系列 1 前言 1 BAT机器学习面试1000题系列 2 1 归一化为什么能提高梯度下降法求解最优解的速度? 22 2 归一化有可能提高精度 22 3 归一化的类型 23 1)线性归一化 23 2)标准差标准化 23 3)非线性归一化 23 35. 什么是熵。机器学习 ML基础 易 27 熵的引入 27 3.1 无偏原则 29 56. 什么是卷积。深度学习 DL基础 易 38 池化,简言之,即取区域平均或最大,如下图所示(图引自cs231n) 40 随机梯度下降 4
  3. 所属分类:机器学习

    • 发布日期:2018-03-07
    • 文件大小:10mb
    • 提供者:qq_38873863
  1. RNN条件生成与Attention

  2. RNN条件生成与Attention介绍图像生成文本、Attation、机器翻译、RNN条件生成、RNN解决的问题等
  3. 所属分类:机器学习

    • 发布日期:2018-10-31
    • 文件大小:24mb
    • 提供者:m0_43553676
  1. python实现高斯判别分析算法的例子

  2. 高斯判别分析算法(Gaussian discriminat analysis) 高斯判别算法是一个典型的生成学习算法(关于生成学习算法可以参考我的另外一篇博客)。在这个算法中,我们假设p(x|y)p(x|y)服从多元正态分布。 注:在判别学习算法中,我们假设p(y|x)p(y|x)服从一维正态分布,这个很好类比,因为在模型中输入数据XX通常是拥有很多维度的,所以对于XX的条件概率建模时要取多维正态分布。 多元正态分布 多元正态分布也叫多元高斯分布,这个分布的两个参数分别是平均向量μ∈Rnμ∈Rn
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:431kb
    • 提供者:weixin_38550334
  1. Reference-studies:不同算法的参​​考-源码

  2. 参考研究 EDA资源: 可视化资源 权重/偏好深度学习分析,详细指南,项目管理 深度学习,数据科学和ML算法指南 CNN资源 必须研究CNN可视化 RNN和时间序列参考 生成模型资源 通过条件差对抗自动编码器进行逼真的面部表情合成(作业论文) [本文回顾了所有类型的GAN Facial_Expression_Transfer_using_Generative_Advers.pdf] 加强学习的完整资源 部署方式 环境设定 项目笔记本 高级研究主题 内隐学习 [Yan Lecun关于Faceboo
  3. 所属分类:其它

  1. statistics_model:统计学系模型实现-源码

  2. 统计学习模型学习笔记 记录统计学习模型学习过程中的笔记,其中包括使用sklearn来测试模型,同时包括自己构建模型来实现模型的训练等等。 统计学系方法概论 感知机 k近邻法 k均值 增加k-means聚类算法。 朴素贝叶斯法 决策树 逻辑斯蒂回归与最大熵模型 其中增加了线性回归的推导。 支持向量机 提升方法 AdaBoost 增加AdaBoost方法。 EM算法及其推广 隐马尔可夫模型 条件随机场 深度学习 额外增加神经网络这一章节补充神经网络相关知识,主要是BP误差反向传播算法的推导。 有线电
  3. 所属分类:其它

  1. cakechat:CakeChat:情感生成对话系统-源码

  2. 在顶部的注释:该项目是未维护的。 基于变压器的对话框模型可以更好地工作,我们建议使用它们而不是基于RNN的CakeChat。 参见例如 CakeChat:情感生成对话系统 CakeChat是聊天机器人的后端,能够通过对话表达情感。 CakeChat是建立在和 。 该代码具有灵活性,并允许通过任意分类变量来调节模型的响应。 例如,您可以训练自己的基于角色的神经对话模型或创建情感聊天机 。 主要要求 python 3.5.2 张量流1.12.2 keras 2.2.4 目录 网络架构和功能
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:466kb
    • 提供者:weixin_42165712