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. 源码Deep Learning with Theano

  2. Chapter 1, Theano Basics, helps the reader to reader learn main concepts of Theano to write code that can compile on different hardware architectures and optimize automatically complex mathematical objective functions. Chapter 2, Classifying Handwri

  3. 所属分类：深度学习

    • 发布日期：2018-08-06
    • 文件大小：1mb
    • 提供者：wang1062807258

  1. Word-Embeddings-源码

  2. 词嵌入

  3. 所属分类：其它

  1. Word-embeddings-Visualization:使用各种算法可视化单词嵌入-源码

  2. Word-embeddings-Visualization:使用各种算法可视化单词嵌入

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：102mb
    • 提供者：weixin_42133969

  1. Mutant-X：PoPETs 2019中提供的称为``Mutant-X''的作者混淆工具的代码（https：petsymposium.org2019filespapersissue4popets-2019-0058.pdf）-源码

  2. 突变体X 该存储库包含PoPETs 2019（ ）中提供的称为“ Mutant-X”的作者身份混淆工具的代码。 要求 为了运行代码，您需要满足以下要求： 安装Python3 安装Java 从（ ）下载pycocoevalcap文件夹并将其放在主文件夹中。 这用于计算METEOR分数。 原始代码可以在（ ）中找到 从（ ）下载Word Embeddings文件夹，并将其放置在主项目文件夹中。 使用以下命令pip3 install -r requirements.txt该项目所需的

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：113kb
    • 提供者：weixin_42140716

  1. vec4ir：用于信息检索的单词嵌入-源码

  2. Vec4IR 用于信息检索的词嵌入。 快速开始 访问以粗略但快速地介绍该框架。 有关vec4ir中可用方法之间的比较，请参阅论文 （）。 当您将此代码重新用于研究时，请考虑引用以下文章： inproceedings{mci/Galke2017, author = {Galke, Lukas AND Saleh, Ahmed AND Scherp, Ansgar}, title = {Word Embeddings for Practical Information Retrieval},

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：149kb
    • 提供者：weixin_42121058

  1. dsc-classification-with-word-embeddings-codealong-nyc-ds-010620-源码

  2. 带词嵌入的分类-Codealong 介绍 在本课程中，您将使用在本节中学到的所有内容，通过单词嵌入来执行文本分类！ 目标 你将能够： 使用流行的预训练模型（例如GloVe）中的预训练词嵌入 使用Keras将层嵌入神经网络 入门 加载数据以及所有库和函数。 import pandas as pd import numpy as np np . random . seed ( 0 ) from nltk import word_tokenize from gensim . models impo

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：24mb
    • 提供者：weixin_42127369

  1. bias-in-word-embeddings:w266的最终项目-源码

  2. 评估词嵌入中的偏差Joshua Archer和Ben Chu的w266最终项目：自然语言处理和深度学习MIDS 21

  3. 所属分类：其它