人工智能下载列表第3166页

[深度学习] 基于Dropout深度神经网络的手写体数字识别（Matlab）

说明： matlab代码，不使用库函数。基于Dropout的手写体数字识别。
<qq_29387359> 在上传 | 大小：9437184

[机器学习] MATLAB文字识别程序解析

说明： MATLAB文字识别程序，经过运行可用。还有程序解析，方便修改和移植。
<yinnize> 在上传 | 大小：1004544

[机器学习] Hands_On_Machine_Learning_with_Scikit_Learn_and_TensorFlow.pdf

说明： Hands_On_Machine_Learning_with_Scikit_Learn_and_TensorFlow.pdf Hands_On_Machine_Learning_with_Scikit_Learn_and_TensorFlow.pdf Hands_On_Machine_Learning_with_Scikit_Learn_and_TensorFlow.pdf
<yuists> 在上传 | 大小：45088768

[机器学习] 血管分割的STARE数据集

说明：视网膜眼底血管分割的STARE数据集，可作为深度学习的训练集。
<sinat_20333837> 在上传 | 大小：18874368

[机器学习] deeplearning

说明： deeplearning with python 2018 呵呵呵deeplearning with python 2018 呵呵呵deeplearning with python 2018 呵呵呵
<yuists> 在上传 | 大小：261120

[机器学习] scikit-learn-docs

说明： If you have not installed NumPy or SciPy yet, you can also install these using conda or pip. When using pip, please ensure that binary wheels are used, and NumPy and SciPy are not recompiled from source, which can happen when using particular config
<qq_40519742> 在上传 | 大小：47185920

[机器学习] Optimization Methods for Large-Scale Machine Learning

说明：清晰彩色 When most people hear “Machine Learning,” they picture a robot: a dependable butler or a deadly Terminator depending on who you ask. But Machine Learning is not just a futuristic fantasy, it’s already here. In fact, it has been around for deca
<qq_40519742> 在上传 | 大小：1048576

[机器学习] 最短路问题

说明：．Dijkstra算法 Dijkstra算法是解决从网络中任一顶点（源点）出发，求它到其他各顶点（终点）的最短路径问题（或称单源点最短路径问题）。其实Dijkstra算法就是标号法。 Dijkstra算法如下： (1) 假设用带权的邻接矩阵a来表示带权有向图，a[i,j]表示弧上的权值。若不存在，则置a[I,j]为无穷大。S为已找到从V出发的最短路径的终点的集合，它的初始状态为空集。那么，从v0出发到图上其余各顶点(终点)Vi可能达到的最短路径长度的初值为：dist[I]:=a[v0,I]。
<qq_35786326> 在上传 | 大小：202752