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. TCPIP协议详解(4-1)

  2. 太大了,分了四个包目 录译者序前言第一部分 TCP/IP基础第1章 开放式通信模型简介 11.1 开放式网络的发展 11.1.1 通信处理层次化 21.1.2 OSI参考模型 31.1.3 模型的使用 51.2 TCP/IP参考模型 71.3 小结 7第2章 TCP/IP和Internet 82.1 一段历史 82.1.1 ARPANET 82.1.2 TCP/IP 92.1.3 国家科学基金会(NSF) 92.1.4 当今的Internet 122.2 RFC和标准化过程 122.2.1 获

  3. 所属分类：网络基础

    • 发布日期：2008-01-16
    • 文件大小：6291456
    • 提供者：wuwenlong527

  1. TCP/IP详解

  2. 目 录 译者序 前言 第一部分 TCP/IP基础 第1章 开放式通信模型简介 1 1.1 开放式网络的发展 1 1.1.1 通信处理层次化 2 1.1.2 OSI参考模型 3 1.1.3 模型的使用 5 1.2 TCP/IP参考模型 7 1.3 小结 7 第2章 TCP/IP和Internet 8 2.1 一段历史 8 2.1.1 ARPANET 8 2.1.2 TCP/IP 9 2.1.3 国家科学基金会(NSF) 9 2.1.4 当今的Internet 12 2.2 RFC和标准化过程 1

  3. 所属分类：软考等考

    • 发布日期：2013-07-25
    • 文件大小：20971520
    • 提供者：luo1wei23

  1. matlab 归一化详解

  2. prestd已被ｏｂｓｏｌｅｔｅｄ，代替的是ｍａｐｍｉｎｍａｘ，对于神经网络，输入输出数据的归一化非常重要，通常作为数据预处理的重要手段。

  3. 所属分类：专业指导

    • 发布日期：2018-01-08
    • 文件大小：17408
    • 提供者：qq_35287426

  1. 实例详解机器学习如何解决问题

  2. 随着大数据时代的到来，机器学习成为解决问题的一种重要且关键的工具。不管是工业界还 是学术界，机器学习都是一个炙手可热的方向，但是学术界和工业界对机器学习的研究各有 侧重，学术界侧重于对机器学习理论的研究，工业界侧重于如何用机器学习来解决实际问 题。我们结合美团在机器学习上的实践，进行一个实战（InAction）系列的介绍（带“机器 学习InAction系列”标签的文章），介绍机器学习在解决工业界问题的实战中所需的基本技 术、经验和技巧。本文主要结合实际问题，概要地介绍机器学习解决实际问题的整个流

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：1048576
    • 提供者：abacaba

  1. 机器学习-04. 逻辑回归详解和应用（下）

  2. 人工智能基础视频教程零基础入门课程 第四章（下） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：630194176
    • 提供者：suolong123

  1. 机器学习-04. 逻辑回归详解和应用（上）

  2. 人工智能基础视频教程零基础入门课程 第四章（上） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：920649728
    • 提供者：suolong123

  1. 机器学习-03. 梯度下降和过拟合和归一化（下）

  2. 人工智能基础视频教程零基础入门课程 第三章（下） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-15
    • 文件大小：1007681536
    • 提供者：suolong123

  1. 机器学习-03. 梯度下降和过拟合和归一化（上）

  2. 人工智能基础视频教程零基础入门课程 第三章（上） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-15
    • 文件大小：805306368
    • 提供者：suolong123

  1. pytorch方法测试详解——归一化(BatchNorm2d)

  2. 今天小编就为大家分享一篇pytorch方法测试详解——归一化(BatchNorm2d)，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：39936
    • 提供者：weixin_38635684

  1. 对python3 一组数值的归一化处理方法详解

  2. 今天小编就为大家分享一篇对python3 一组数值的归一化处理方法详解，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：2020-09-20
    • 文件大小：34816
    • 提供者：weixin_38650842

  1. 详解python实现数据归一化处理的方式：（0,1）标准化

  2. 主要介绍了详解python实现数据归一化处理的方式：（0,1）标准化，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：60416
    • 提供者：weixin_38687277

  1. python数据归一化及三种方法详解

  2. 主要介绍了python数据归一化及三种方法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：56320
    • 提供者：weixin_38746442

  1. 详解python实现数据归一化处理的方式：（0,1）标准化

  2. 在机器学习过程中，对数据的处理过程中，常常需要对数据进行归一化处理，下面介绍（0， 1）标准化的方式，简单的说，其功能就是将预处理的数据的数值范围按一定关系“压缩”到（0，1）的范围类。 通常（0， 1）标注化处理的公式为： 即将样本点的数值减去最小值，再除以样本点数值最大与最小的差，原理公式就是这么基础。 下面看看使用python语言来编程实现吧 import numpy as np import matplotlib.pyplot as plt def noramlization(

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：58368
    • 提供者：weixin_38706747

  1. TF-IDF算法解析与Python实现方法详解

  2. TF-IDF（term frequency–inverse document frequency）是一种用于信息检索（information retrieval）与文本挖掘（text mining）的常用加权技术。比较容易理解的一个应用场景是当我们手头有一些文章时，我们希望计算机能够自动地进行关键词提取。而TF-IDF就是可以帮我们完成这项任务的一种统计方法。它能够用于评估一个词语对于一个文集或一个语料库中的其中一份文档的重要程度。 在一份给定的文件里，词频 (term frequency,

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：124928
    • 提供者：weixin_38692969

  1. 对python3 一组数值的归一化处理方法详解

  2. 1、什么是归一化： 归一化就是把一组数（大于1）化为以1为最大值，0为最小值，其余数据按百分比计算的方法。如：1，2，3.，那归一化后就是：0，0.5，1 2、归一化步骤： 如：2，4，6 （1）找出一组数里的最小值和最大值，然后就算最大值和最小值的差值 min = 2； max = 6； r = max – min = 4 （2）数组中每个数都减去最小值 2，4，6 变成 0，2，4 （3）再除去差值r 0，2，4 变成 0，0.5，1 就得出归一化后的数组了 3、用python 把一个矩阵中

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：36864
    • 提供者：weixin_38540819

  1. 对python中Librosa的mfcc步骤详解

  2. 1.对语音数据归一化 如16000hz的数据，会将每个点/32768 2.计算窗函数：（*注意librosa中不进行预处理） 3.进行数据扩展填充，他进行的是镜像填充（”reflect”) 如原数据为 12345 -》 填充为4的，左右各填充4 即：5432123454321 即：5432-12345-4321 4.分帧 5.加窗：对每一帧进行加窗， 6.进行fft傅里叶变换 librosa中fft计算，可以使用.net中的System.Numerics MathNet.Numerics.Int

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：69632
    • 提供者：weixin_38702047

  1. python numpy 按行归一化的实例

  2. 如下所示： import numpy as np Z=np.random.random((5,5)) Zmax,Zmin=Z.max(axis=0),Z.min(axis=0) Z=(Z-Zmin)/(Zmax-Zmin) print(Z) 以上这篇python numpy 按行归一化的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。 您可能感兴趣的文章:详解python实现数据归一化处理的方式：（0,1）

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：25600
    • 提供者：weixin_38518638

  1. pytorch方法测试详解——归一化(BatchNorm2d)

  2. 测试代码： import torch import torch.nn as nn m = nn.BatchNorm2d(2,affine=True) #权重w和偏重将被使用 input = torch.randn(1,2,3,4) output = m(input) print("输入图片：") print(input) print("归一化权重：") print(m.weight) print("归一化的偏重：") print(m.bias) print("归一化的输出：") print(o

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：41984
    • 提供者：weixin_38670208

  1. nlp_notes:自然语言处理学习笔记：机器学习及深度学习原理和示例，基于Tensorflow和PyTorch框架，Transformer，BERT，ALBERT等最新预训练模型以及源代码详解，以及基于预训练模型进行各种自然语言处理任务。

  2. 自然语言处理学习笔记 机器学习及深度学习原理和示例，基于Tensorflow和PyTorch框架，Transformer，BERT，ALBERT等最新预训练模型以及源代码详解，以及基于预训练模型进行各种自然语言处理任务。以及模型部署 两种传统的模型： 基于规则或模板生成对话系统 基于概率的语言模型利用语料数据，实现了简略的2-gram模型，并利用该模型判断句子的合理性 根据中国城市的位置信息，实现简单的路径规划系统 根据武汉地铁的各站点的位置信息，实现简单的路径规划系统 图的广度优先搜索及深度优

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：26214400
    • 提供者：weixin_42115003

  1. python数据归一化及三种方法详解

  2. 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。以下是三种常用的归一化方法： min-max标准化（Min-Max Normalization） 也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0 , 1]之间。转换函数如下：    其中max为样本数据

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：53248
    • 提供者：weixin_38633576
« 12 3 4 5 6 »