开发工具:
文件大小: 387kb
下载次数: 0
上传时间: 2021-02-12
详细说明：该项目的目标是测试两个条件概率函数特征-Hölder平滑度和小值界限-对神经网络分类性能的影响。 这在某种程度上也很独特，因为“性能”是指条件概率近似，而不是最可能的类别预测。 （这可能是因为在公开可用的数据集中很少显示0.8只狗和0.2只猫的图像。）
模拟
我们从某些指定分布中采样（多维）特征。 这种“分布”也可以是混合函数，也可以只是密度函数，在这种情况下，采样的实现更为棘手。 无论如何，这些功能充当某些特定功能的输入，每个输出类别一个。 对输出进行归一化，得出每个样本的条件概率向量。 这用作分类分布的概率向量，从中可以得出该样本的最终标签/类别。
训练
使用这些功能和一键编码的标签（可能不是最可能的一个！）来训练网络-我们将在稍后看到条件概率函数。 尽管我们希望能够轻松修改一些网络参数，例如层的数量和宽度以及L1损失，但网络实现在TensorFlow上是相当简单的Keras。 （用于
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
