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. 嵌入式实验（消息队列）

  2. #include #include #include "vxWorks.h" #include "msgQLib.h" #include "taskLib.h" /*#include "memPartLib.h"*/ #include "memLib.h" /*宏定义*/ #define MAX_MSGS (10) /* the length of msg*/ #define MAX_MSG_LEN sizeof(MESSAGE) /*the length of message*/ #de

  3. 所属分类：硬件开发

    • 发布日期：2009-07-08
    • 文件大小：10kb
    • 提供者：buptxch

  1. TASK2 XML指南

  2. 2-3之间，加上处理XML子节点的语句 1. 添加根节点的子节点。 2. 对于某个子节点，设置其属性与内容 1.先将节点转化为元素 TIxmlElement * pElement = pnode->ToElement(); 2.设置该元素的属性或内容 pElement->SetAttibute(“属性名”, “属性值”); 3.设置文本内容 1.先初始化一个文本节点 TiXmlText *pText = new TiXmlText( _T("A good Student") );

  3. 所属分类：网络基础

    • 发布日期：2012-09-29
    • 文件大小：26kb
    • 提供者：huanyingerguo

  1. sonar-ant-task-2.1

  2. sonar-ant-Task2.1.jar 最新的ant和sonar集成的代码质量检测和发布的核心jar包！测试工具必备！

  3. 所属分类：Java

    • 发布日期：2014-01-23
    • 文件大小：1mb
    • 提供者：dota2

  1. Task2 数据分析.ipynb

  2. 自学eda数据分析代码 有待进一步完善 #2.3.1 载入各种数据科学以及可视化库: 数据科学库 pandas、numpy、scipy； 可视化库 matplotlib、seabon； 其他； #2.3.2 载入数据： 载入训练集和测试集； 简略观察数据(head()+shape)； ......

  3. 所属分类：算法与数据结构

    • 发布日期：2020-03-24
    • 文件大小：2mb
    • 提供者：wjsjjss

  1. DataWhale数据挖掘学习–Task 2 数据分析

  2. EDA数据分析2.1 数据加载2.2 查看数据概况2.3 检测缺失值、异常值、重复值2.3.1 缺失值判断2.3.2 缺失值可视化missingno矩阵查看缺失值missingno条形图查看缺失值2.3.3异常值检测倾斜值检测2.4 查看预测值分布查看skewness和kurtosis查看具体频数2.5 数据特征分析2.5.1数字特征分析相关性分析查看几个特征的 偏度和峰值每个数字特征得分布可视化数字特征相互之间的关系可视化多变量互相回归关系可视化2.5.2类型特征分析类别特征unique分析类

  3. 所属分类：其它

  1. [笔记整理] Task2 – 数据分析 EDA

  2. Task2 – 数据分析 EDA定义步骤1. 载入各种数学科学以及可视化库2. 载入数据step1: 载入训练集和测试集step2: 简略观察数据3. 数据总览step1： 数据的相关统计量step2： 熟悉数据类型4. 判断数据缺失和异常step1: 每列存在 NAN 的情况 —可视化step2： 查看异常值检测5. 了解预测值的分布step1: 预测值的总体分布step 2: 查看偏度和峰度step 3: 预测值的具体频数6. 特征 features7. 数字特征分布step 1: 相关性分

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：139kb
    • 提供者：weixin_38499349

  1. 动手学深度学习-task2

  2. 一、深度学习中的一些常见问题及解决方案 （1）欠拟合 欠拟合即模型无法得到较低的训练误差，导致欠拟合的主要原因是模型复杂度不够，特征维度过少，导致拟合的函数无法满足训练集，误差较大。 （2）过拟合 过拟合即模型的训练误差远小于它在测试数据集上的误差，导致过拟合的主要原因是模型复杂度过高，特征维度过多，导致拟合的函数完美的经过训练集，但是对新数据的预测结果则较差。 （3）解决方案 1、应对欠拟合问题，即增加其特征维度，优化模型，提升复杂度即可。 2、应对过拟合问题，有两种常见的解决方案：权重衰减和

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：67kb
    • 提供者：weixin_38677260

  1. task2-3

  2. 卷积神经网络基础 二维卷积层将输入和卷积核做互相关运算，并加上一个标量偏置来得到输出。卷积层的模型参数包括卷积核和标量偏置。 1*2卷积层 conv2d = Conv2D(kernel_size=(1, 2)) step = 30 lr = 0.01 for i in range(step): Y_hat = conv2d(X) l = ((Y_hat - Y) ** 2).sum() l.backward() # 梯度下降 conv2d.weight.d

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：51kb
    • 提供者：weixin_38689027

  1. Learn Pytorch in 14 days (Task2）

  2. 7. 梯度消失、梯度爆炸、kaggle房价预测 7.1 目的 了解基本建模过程 7.2 概念 （1）梯度消失和梯度爆炸 梯度消失：层数太多以后，因为权重系数小于0，输出层的结果趋近于0. 梯度爆炸：层数太多以后，因为权重系数大于0，输出层的结果趋近于无穷大。 （2）随机初始化模型参数 pytorch默认随机初始化：torch.nn.init.normal_()，使模型权重采用正态分布的随机初始化。 Xavier随机初始化：假设某全连接层的输入个数为a，输出个数为b，Xavier随机初始化将使该层

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：371kb
    • 提供者：weixin_38592611

  1. fsd-task2-hotel:消防处的任务2-源码

  2. fsd-task2-hotel 消防处的任务2

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：288kb
    • 提供者：weixin_42152298

  1. task2-源码

  2. 任务2 sahithi y19it050 #rvrjc

  3. 所属分类：其它

  1. Task2-源码

  2. 任务2

  3. 所属分类：其它

  1. XO-Group-Interview-Test-Task2-源码

  2. 任务2

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：297kb
    • 提供者：weixin_42135462

  1. unit-task2-源码

  2. 单元任务2

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：77kb
    • 提供者：weixin_42104181

  1. task2-course-mobile2-源码

  2. task2-course-mobile2 这是在第二项任务中创建的项目，其课程以附属的方式进行“移动设备编程（第2部分）”的工作

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：206kb
    • 提供者：weixin_42131405

  1. esm206-assignment3-task2：作业3的材料任务2-源码

  2. ESM 206作业3任务2（2020年秋季） 作业3任务2的材料（前叉和后续操作） 分叉此回购 克隆以创建本地版本控制的R项目 在您的R专案中，开启a3_task2_firstname_lastname.Rmd 重命名为您的名字和姓氏 按照.Rmd中的说明进行操作，以学习一些新的非常有用的数据整理工具 完成后，暂存，提交并推送更改回GitHub仓库！

  3. 所属分类：其它

  1. hngi7-task2-源码

  2. hngi7-task2 小组Flash格式： 变量应采用任何格式。 没关系。 您的输出应为： 您好，世界，这是YOUR NAME带有HNGi7 ID。 YOUR ID使用第2阶段任务电子邮件的THE LANGUAGE （ YOUR EMAIL HERE 。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：737kb
    • 提供者：weixin_42129412

  1. task2-2

  2. 机器翻译及相关技术 经历数据预处理、分词、建立字典、载入数据集,空格符不是特殊符号，预处理的时候去除。 DECODER-ENCODER class Encoder(nn.Module): def __init__(self, **kwargs): super(Encoder, self).__init__(**kwargs) def forward(self, X, *args): raise NotImplementedError class

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：35kb
    • 提供者：weixin_38625708

  1. task2-源码

  2. 任务2

  3. 所属分类：其它

  1. Y11-task2-binary-puzzle:任务2专案二元拼图-源码

  2. Y11-task2-binary拼图 任务2专案二元拼图

  3. 所属分类：其它

« 12 3 »