人工智能下载,机器学习下载列表第130页

[机器学习] money_free-EA是人工智能技术通过动态仓位管理实现短线震荡盈利

说明：money_free交易系统策略理念结合AI人工智能技术，根据人工智能神经元以及基于多时间框架分析公式和用于货币交易的算法数学公式大数据云算法开发短线趋势，此EA是高收益有追单功能的EA（风险小，带总止损），短线趋势即可多头交易或者单边做一个方向，充分利用外汇高杠杆以小博大的性质优势，设计理念为每一轮下单都要盈利，首单获利时智能追踪盈利平仓，亏损时按设定的条件MA、RS综合指标追单，整体获利智能总平money_free短线趋势-EA最大的好处就是稳定盈利，该策略的主要原理是，通过动态仓位管理实现
<panpan8956> 在上传 | 大小：463872

[机器学习] 使用TFLIT方式，修改MNST到APP上

说明：具体可参考博客：https://blog.csdn.net/LQ_qing/article/details/106236710 主要功能：MNST模型转tflite 并运行在APP上
<LQ_qing> 在上传 | 大小：34603008

[机器学习] cudann9.0.zip

说明：安装cuda9.0对应的cudnn-9.0-linux-x64-v.7.1,cudnn-9.0-linux-x64-v.7.1
<weixin_42142509> 在上传 | 大小：408944640

[机器学习] dlib-19.21.1-cp38-cp38-win_amd64.whl

说明：dlib库适合于python3.8及表情跟踪数据shape_predictor_68_face_landmarks.dat
<gyk222> 在上传 | 大小：3145728

[机器学习] 国科大模式识别刘成林第六次作业数据集和程序

说明：国科大模式识别刘成林第六次作业数据集和程序，mnist数据集，SVM支持向量分类，验证。程序可能需要自己调整。
<qq_39964246> 在上传 | 大小：2048

[机器学习] NeuralNetwork_RBF_Classification.m

说明：神经网络是深度学习算法的基础，是近年来随着机器学习的火热而渐渐为人们所熟知的一类深度学习算法结构的总称，基本原理是使用类似于生物神经网络信号传输的信息传递方法来自动搜索样本中的固有规律和基本属性，自组织和自适应地改变网络参数和结构，以实现优化输出的目标。其自适应、自组织和自学习特性使其在信号处理中具有良好的应用前景。从神经网络的基本模式看，主要有：前馈型、反馈型、自组织型及随机型网络。实际应用中，用的较多的是BP神经网络，但BP网络存在局部最优问题，并且训练速度慢，效率低。RBF神经网络是一种前
<m0_48348007> 在上传 | 大小：2048

[机器学习] NeuralNetwork_RBF_Regression.m

说明：RBF神经网络主要求解以下3个参数，即隐藏层到神经网络的输出层的权重、基函数的中心以及方差。一、确定基函数中心在确定基函数中心时，一般采用自组织选取中心学习方法，这里我们使用k均值聚类算法产生k个符合聚类的中心。所谓的k均值聚类算法，也就是将给定的样本集按他们之间的距离大小划分为K个簇使得簇与簇之间的距离尽量大的同时又使得簇内的点能够尽量紧密地连在一起。
<m0_48348007> 在上传 | 大小：2048

[机器学习] BP神经网络定位算法.m

说明：作为最常见的人工神经网络的模型，BP神经网络是一种多层的前馈神经网络，具有信号向前向传播、误差向反方向传播等特点。 BP神经网络由输入层,隐含层、输出层组成，这里隐含层数可以是多个，输入层神经元数和输入数据的维数一样，输出层神经元数与需要拟合的数据数量相同，并且隐含层神经元数和隐含层的层数需要由设计人员自己设定。BP神经网络过程被分成两个阶段： 1.信号从输入层通过隐含层，最后达到输出层，这一过程被称为信号的前向传播； 2.误差分别从输出层传递到隐藏层、又从隐藏层传递到输入层，在这一过程中，隐藏
<m0_48348007> 在上传 | 大小：2048