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. window编程 新小结

  2. 个人小结 有关MFC中的多线程 消息循环 网络编程

  3. 所属分类：C++

    • 发布日期：2012-07-09
    • 文件大小：14336
    • 提供者：jianglinjiepjr

  1. ios实现简单的广告栏，循环轮播，网络获取图片

  2. 实现简单的获取网络图片轮播广告栏功能，新手可以学习下；

  3. 所属分类：iOS

    • 发布日期：2014-09-10
    • 文件大小：257024
    • 提供者：yuexiadeguying

  1. 循环网络综述

  2. 循环神经网络是一种具有记忆功能的神经网络，适合序列数据的建模。它在语音识别、自然语言处理等领域取得了成功。是除卷积神经网络之外深度学习中最常用的一种网络结构。在本文中，SIGAI将和大家一起回顾循环神经网络的发展历程与在各个领域的应用。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 循环神经网络

  2. 循环神经网络，自然语言处理的基础课程，能够简单系统的学习

  3. 所属分类：深度学习

    • 发布日期：2018-08-29
    • 文件大小：2097152
    • 提供者：qq_42491855

  1. Python-DeepZip使用循环网络的无损压缩

  2. DeepZip：使用循环网络的无损压缩

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：17825792
    • 提供者：weixin_39841882

  1. Python-Sankey基于d3的非循环网络可视化

  2. Sankey：基于d3的非循环网络可视化

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：782336
    • 提供者：weixin_39840914

  1. swift-Swift实现的的一个无限循环网络图片自动轮播器

  2. Swift实现的的一个无限循环网络图片自动轮播器

  3. 所属分类：其它

    • 发布日期：2019-08-15
    • 文件大小：147456
    • 提供者：weixin_39841856

  1. 常用深度网络模型.pptx

  2. 常用深度网络模型,深度卷积网络、深度循环网络，生成对抗网络

  3. 所属分类：算法与数据结构

    • 发布日期：2021-01-08
    • 文件大小：11534336
    • 提供者：xj4math

  1. 小结3：过拟合欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶

  2. 文章目录过拟合、欠拟合及其解决方法过拟合问题（high variance）欠拟合问题（high bias）梯度消失及梯度爆炸循环网络进阶 过拟合、欠拟合及其解决方法 过拟合问题（high variance） 过拟合问题：是指模型太过复杂，对训练数据效果好，而对新样本泛化能力较弱。 （训练误差低 验证误差高） 产生过拟合的可能原因，可能为其中之一或者都有： 模型的复杂度过高。如网络太深，神经网络中；或者线性回归中模型的阶次 过多的变量特征 训练数据过少 如何解决过拟合： 降低模型复杂度 减少特征数

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：61440
    • 提供者：weixin_38598745

  1. NIPS2018_RCRN:Tensorflow源代码，用于“递归控制的递归网络”（NIPS 2018）-tensorflow source code

  2. NIPS 2018 我们提出了一种新的递归控制循环网络（RCRN），该网络在许多NLP任务上都显示了对堆叠式BiLSTM和BiLSTM的改进。 根据定制的cuda优化内核，该存储库包含RCRN的Tensorflow模型文件。 如果有时间（已经有大量积压的工作）：），我将上传正在运行的脚本/示例用法。 依存关系 Python 2.7 Tensorflow 1.7 致谢 我们的CUDA操作改编自： : Cudnn RNN改编自： : 参考 如果您发现我们的存储库有用，请引用我们的论文！

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：618496
    • 提供者：weixin_42127369

  1. lpnet:通过线性编程构造基于树的环形网络-源码

  2. 局域网 包裹 通过线性编程从距离矩阵构造圆形拆分网络的AR软件包。 lpnet软件包中的功能是 lpnet read.nexus.distanceblock read.nexus.taxablock 主要功能是lpnet 。 lpnet构造一个规划器网络，该规划器对距离矩阵进行循环排序，并为 [1]编写一个关系文件。首先使用不同的树构造方法（ neighbot-joining [4]，对称和非对称neighbornet tree ， UNJ [3]， BioNJ [2]） BioNJ距离ne

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：71680
    • 提供者：weixin_42122340

  1. evio-lite:Go的快速事件循环联网（精简版）-源码

  2. evio-lite是一个事件循环网络框架，它非常小且快速。 这是软件包的精简版。 那么这个版本有什么不同呢？ 它完全是单线程的。 大evio支持在线程上传播循环。 不是这个。 只有一个线程。 不要质疑我的动机。 我不在乎你对此事的感受。 而且它仅在BSD和Linux机器上运行。 这些是我处理的唯一机器。 再说一次，我不在乎你说什么。 两种API之间有一些细微的差异，但否则它们可以相同地工作。 享受！ （或不，无论如何）

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：44032
    • 提供者：weixin_42166105

  1. 基于遗传算法的三单播网络对齐及优化

  2. 针对三单播有向无循环网络,考虑无法得知网络内部拓扑图结构,且内部节点数量无法估量的情况。应用渐近干扰对齐技术研究各用户发送不同数据流m,n,p时的预编码矩阵,联合应用图论中的最短路径遗传算法和网络线性性质,分析其预编码网络对齐(precoding-based network alignment,PBNA)的可行性条件,该条件最终可简化为2个方程,实际检验复杂度较低,且每对单播会话能够达到1/2的自由度。

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1048576
    • 提供者：weixin_38739942

  1. DL4J中的循环网络

  2. 本文来自于deeplearning4j.org，文章介绍了循环网络的具体定型功能，以及如何在DeepLearning4J中实际运用这些功能等相关内容。DL4J目前支持以下各类循环神经网络*GravesLSTM（长短期记忆）*BidirectionalGravesLSTM（双向长短期记忆）*BaseRecurrent每种网络均有Java文档可供参考：GravesLSTM、BidirectionalGravesLSTM、BaseRecurrent在标准的前馈网络中（多层感知器或DL4J的’Dense

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：253952
    • 提供者：weixin_38653085

  1. 在优先和SINR约束下，任意直接循环网络的最小延迟链接调度

  2.  

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：333824
    • 提供者：weixin_38612095

  1. web：用于Loop的网络应用-源码

  2. 循环网络应用 :backhand_index_pointing_right: :backhand_index_pointing_left: 该存储库托管的是所有内容。 这是上托管的 / 应用程序，它使用与进行交互。 在上了解有关更多信息 :copyright:2021循环革命

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：173056
    • 提供者：weixin_42126274

  1. tensorflow-lstm-回归：使用具有TensorFlow的递归神经网络（LSTM）进行序列预测-源码

  2. 张量流-lstm回归 这是基于循环网络的回归器的示例： 目的是根据以前使用LSTM架构的观察结果，在本示例中预测连续值，sin和cos函数。 本示例已更新为与tensrflow-1.1.0兼容的新版本。 这个新版本使用了一个库 ，该库提供了一个API，可基于张量流创建深度学习模型和实验。 安装并运行 创建一个虚拟环境 建议您为安装程序创建一个virtualenv，因为此示例高度依赖于需求文件中设置的版本。 使用python3 $ mkvirtualenv -p python3 ltsm

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：351232
    • 提供者：weixin_42097508

  1. DL4J中的循环网络

  2. 本文来自于deeplearning4j.org，文章介绍了循环网络的具体定型功能，以及如何在DeepLearning4J中实际运用这些功能等相关内容。 DL4J目前支持以下各类循环神经网络*GravesLSTM（长短期记忆）*BidirectionalGravesLSTM（双向长短期记忆） *BaseRecurrent每种网络均有Java文档可供参考：GravesLSTM、BidirectionalGravesLSTM、BaseRecurrent

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：248832
    • 提供者：weixin_38709379

  1. 重点探讨人工智能领域的循环神经网络技术

  2. 前言：人工智能机器学习有关算法内容，人工智能之机器学习主要有三大类：1）分类；2）回归；3）聚类。今天我们重点探讨一下循环神经网络（RNN）算法。循环神经网络（RNN）现已成为国际上神经网络研究的重要对象之一。它是一种节点定向连接成环的人工神经网络，初由Jordan，Pineda．Williams，Elman等于上世纪80年代末提出的一种神经网络结构模型。引领循环神经网络RNN研究的主要是JuergenSchmidhuber和他的学生——其中包括SeppHochreiter，他发现了高深度网络所

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：169984
    • 提供者：weixin_38687539

  1. 基于多重卷积循环网络舆情分析方法的研究

  2. 针对规模化、精确化网络舆情分析的需求，文中对文本情感的分析方法进行了研究。通过结合深度学习中卷积神经网络（CNN）和循环神经网络（RNN）的优点，提出了多重卷积循环网络（CRNN）。该网络既保留了CNN深层次、拟合能力强的特性，又引入RNN中的长短记忆单元（LSTM），提升网络对于长文本序列的分析能力。基于该网络，其对网络舆情的分析方法流程进行了设计。仿真结果表明，所提出的方法在标准数据集NLPCC2013上，准确率、召回率和F1值相较于RNN、CNN网络分别可以提升约6%、2%和2%。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38641150
« 12 3 4 5 6 7 8 9 10 ... 50 »