您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Matlab-Deep Learning Toolbox

  2. Deep Learning Toolbox™提供了一个框架,用于设计和实现具有算法,预训练模型和应用程序的深度神经网络。您可以使用卷积神经网络(ConvNets,CNN)和长期短期记忆(LSTM)网络对图像,时间序列和文本数据进行分类和回归。应用程序和图表可帮助您可视化激活,编辑网络体系结构以及监控培训进度。 对于小型训练集,您可以使用预训练的深层网络模型(包括SqueezeNet,Inception-v3,ResNet-101,GoogLeNet和VGG-19)以及从TensorFlow™-
  3. 所属分类:深度学习

    • 发布日期:2019-04-08
    • 文件大小:14mb
    • 提供者:yun000feng
  1. 结合知识图谱实现基于电影的推荐系统.pdf

  2. 在推荐算法中融入电影的知识图谱,能够将没有任何历史数据的新电影精准地推荐给目标用户。交叉特征矩阵 Cr 交叉单元 第层 el 7交叉压缩单元模型的结构 交叉压缩单元模型的具体处理过程如下 (1)将与进行矩阵相乘得到。 (2)将复制一份,并讲行转置得到。实现特征交叉融合 (3)将经过权重矩阵进行线性变化(与矩阵相乘) (4)将经过权重矩阵进行线性变化。 (5)将(3)与(4)的结果相加,再与偏置参数相加,得到。将用于推荐算法模型的后续计算。 (6)按照第(3)、(4)、(5)步的做法,同理可以得到
  3. 所属分类:机器学习

    • 发布日期:2019-09-02
    • 文件大小:847kb
    • 提供者:zjxaut2008
  1. tensorflow自定义激活函数实例

  2. 今天小编就为大家分享一篇tensorflow自定义激活函数实例,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:2020-09-18
    • 文件大小:61kb
    • 提供者:weixin_38713167
  1. TensorFlow 2 学习笔记——从底层函数解析到Keras应用(小白入门)

  2. 目录TensorFlowTensorFlow 基本函数TensorFlow原生代码搭建神经网络神经网络中的名词解释学习率激活函数损失函数欠拟合与过拟合优化器更新网络参数Keras 搭建神经网络基本函数Sequential搭建神经网络Class自定义函数搭建神经网络卷积神经网络卷积计算感受野批标准化池化舍弃 TensorFlow TensorFlow 基本函数 1、tf.cast(张量名,dtype = 数据类型):强制tensor转换为该数据类型; 2、tf.reduce_min(张量名):计算
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:132kb
    • 提供者:weixin_38675232
  1. TensorFlow 2 学习笔记——从底层函数解析到Keras应用(小白入门)

  2. 目录TensorFlowTensorFlow 基本函数TensorFlow原生代码搭建神经网络神经网络中的名词解释学习率激活函数损失函数欠拟合与过拟合优化器更新网络参数Keras 搭建神经网络基本函数Sequential搭建神经网络Class自定义函数搭建神经网络卷积神经网络卷积计算感受野批标准化池化舍弃 TensorFlow TensorFlow 基本函数 1、tf.cast(张量名,dtype = 数据类型):强制tensor转换为该数据类型; 2、tf.reduce_min(张量名):计算
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:132kb
    • 提供者:weixin_38612304
  1. tensorflow自定义激活函数实例

  2. 前言:因为研究工作的需要,要更改激活函数以适应自己的网络模型,但是单纯的函数替换会训练导致不能收敛。这里还有些不清楚为什么,希望有人可以给出解释。查了一些博客,发现了解决之道。下面将解决过程贴出来供大家指正。 1.背景 之前听某位老师提到说tensorflow可以在不给梯度函数的基础上做梯度下降,所以尝试了替换。我的例子时将ReLU改为平方。即原来的激活函数是 现在换成 单纯替换激活函数并不能较好的效果,在我的实验中,迭代到一定批次,准确率就会下降,最终降为10%左右保持稳定。而事实上,这中
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:66kb
    • 提供者:weixin_38702047
  1. keras-vis:用于keras的神经网络可视化工具包-源码

  2. Keras可视化工具包 keras-vis是用于可视化和调试已训练的keras神经网络模型的高级工具包。 当前支持的可视化包括: 激活最大化 显着图 类激活图 默认情况下,所有可视化都支持N维图像输入。 即,它推广到模型的N维图像输入。 该工具包通过干净,易于使用和可扩展的界面将上述所有问题归纳为能量最小化问题。 与theano和tensorflow后端兼容,具有“ channels_first”,“ channels_last”数据格式。 快速链接 阅读位于的文档。 日语版为 。 加入
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:43mb
    • 提供者:weixin_42134537