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. deeplearningbook-chinese

  2. 第一章（引言）：刘畅、许丁杰、潘雨粟和NeutronT 对本章进行了阅读，并对 xvi DRAFT 仅供学习使用，不得用于商业目的。https://github.com/exacity/deeplearningbook-chinese 目录xvii 很多语句提出了不少修改建议。林中鹏进行了校对，他提出了很多独到的修改 建议。 • 第二章（线性代数）：许丁杰和骆徐圣阅读本章，并修改语句。李若愚进行了校 对，提出了很多细心的建议。 • 第三章（概率与信息论）：许丁杰阅读本章，并修改语句。李培炎和何

  3. 所属分类：深度学习

    • 发布日期：2017-09-26
    • 文件大小：32505856
    • 提供者：jchenpanyu

  1. Deep Learning Book Chinese Translation

  2. 第一章、前言 第二章、线性代数 第三章、概率与信息 第四章 、数值计算 第五章、机器学习基础 第六章、深度前馈网络 第七章、深度学习的正则化 第八章、深度模型中的优化 第九章、卷积神经网络 第十章、序列建模：循环和递归网络 第十一章、实用方法 第十二章、应用 第十三章、linear factor 第十四章、自动编码 第十五章、表征学习 第十六章、结构概率模型 第十七章、monte carlo 方法 第十八章、面对区分函数 第十九章、近似推断 内容是分开的，在每个文 件夹下面需要用notepad

  3. 所属分类：深度学习

    • 发布日期：2017-10-17
    • 文件大小：1048576
    • 提供者：u014727529

  1. 深度前馈网络python实现(需要numpy)

  2. 本代码利用numpy实现了深度前馈网络；代码包括了网络深度，每层的单元数和每层的激活函数可以自选，BP算法；最后跟了一个多项式拟合的例子。该代码适合深度学习初学者。

  3. 所属分类：深度学习

    • 发布日期：2018-05-20
    • 文件大小：6144
    • 提供者：wang_chunchun

  1. 深度前馈网路的交通信号检测

  2. 基于深度前馈网络的交通信号识别完整代码，keras框架实现，详情见博客：http://blog.csdn.net/adamshan/article/details/79127573

  3. 所属分类：深度学习

    • 发布日期：2018-01-22
    • 文件大小：5242880
    • 提供者：adamshan

  1. 深度学习笔记

  2. 第一章（引言） 第二章（线性代数） 第三章（概率与信息论） 第五章（机器学习基础） 第六章（深度前馈网络） 第七章（深度学习中的正则化） 第八章（深度模型中的优化） 第九章（卷积网络） 第十章（序列建模：循环和递归网络） 第十二章（应用） 第十三章（线性因子模型） 第十四章（自编码器） 第十五章（表示学习） 第十七章（蒙特卡罗方法） 第十八章（直面配分函数 第十九章（近似推断） 资源从网络收集，如有侵权请联系删除。

  3. 所属分类：深度学习

    • 发布日期：2018-11-03
    • 文件大小：27262976
    • 提供者：qq_34659115

  1. 前馈神经网络

  2. BAT算法工程师深入详细地讲解前馈神经网络，带你轻松入门深度学习!

  3. 所属分类：深度学习

    • 发布日期：2019-07-04
    • 文件大小：78643200
    • 提供者：weixin_45246409

  1. 神经网络深度学习-2020最新资料.rar

  2. 神经网络深度前馈神经网络；卷积神经网络；循环神经网络；网络优化与正则化；记忆与注意力机制；无监督学习；概率图模型；玻尔兹曼机；深度信念网络；深度生成模型；深度强化学习；学习-2020最新资料

  3. 所属分类：深度学习

    • 发布日期：2020-06-24
    • 文件大小：5242880
    • 提供者：qq_28147259

  1. 深度前馈网络pdf

  2. 深度前馈网络pdf

  3. 所属分类：机器学习

    • 发布日期：2020-10-18
    • 文件大小：2097152
    • 提供者：qq_34327247

  1. 深度学习 深度前馈网络

  2. MIT版深度学习第6章 深度前馈网络。 深度前馈网络也被称为前馈神经网络或者多层感知机是典型的深度学习模型。

  3. 所属分类：深度学习

    • 发布日期：2020-11-04
    • 文件大小：27262976
    • 提供者：baidu_35560935

  1. PyTorch的深度学习入门教程之构建神经网络

  2. 前言 本文参考PyTorch官网的教程，分为五个基本模块来介绍PyTorch。为了避免文章过长，这五个模块分别在五篇博文中介绍。 Part3：使用PyTorch构建一个神经网络 神经网络可以使用touch.nn来构建。nn依赖于autograd来定义模型，并且对其求导。一个nn.Module包含网络的层（layers），同时forward(input)可以返回output。 这是一个简单的前馈网络。它接受输入，然后一层一层向前传播，最后输出一个结果。 训练神经网络的典型步骤如下： （1）  定义

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：76800
    • 提供者：weixin_38514805

  1. 通过极限学习机学习深度表示

  2. 极限学习机（ELM）作为一种新兴技术，在大规模设置中取得了卓越的性能，非常适合于二进制和多类分类以及回归任务。 但是，现有的ELM及其变体主要使用单个隐藏层前馈网络，而未使用流行的且可能功能强大的堆叠泛化原理来寻找输入数据的预测性深层表示。 深度架构可以找到更高级别的表示，因此可以潜在地捕获相关的更高级别的抽象。 但是，当前大多数深度学习方法都需要解决一个困难且非凸的优化问题。 在本文中，我们提出了一个堆叠模型DrELM，以根据堆叠泛化原理通过极限学习机学习深度表示。 提出的模型利用ELM作为基

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_38668225

  1. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用（SGD、mSGD、AdaGrad、RMSProp、Adam）-附件资源

  2. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用（SGD、mSGD、AdaGrad、RMSProp、Adam）-附件资源

  3. 所属分类：互联网

  1. Neural-Network-Module:从零开始的简单神经网络模块-源码

  2. 神经网络模块 一个简单易用的Node JS，HTML JS和Java模块，可让您创建自己的神经网络并进行训练。 这是从头开始编写的，没有外部模块依赖性。 关于 支持的神经网络类型 标准（前馈） DFF（深度前馈），又称多个隐藏层模块 设置 C ++即将推出 快速入门标准 创建一个神经网络 创建新的神经网络的功能如下： const nn = new NeuralNetwork.Standard(input_nodes, hidden_nodes, output_nodes); 在这种情况下，您

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：18432
    • 提供者：weixin_42180863

  1. 真棒免费的深度学习论文-源码

  2. 真棒免费的深度学习论文 调查回顾 深度学习（2015），Yann LeCun，Yoshua Bengio和Geoffrey Hinton :sparkles: 神经网络中的深度学习：概述（2015），J。Schmidhuber :sparkles: 代表性学习：回顾与新观点（2013年），Y。Bengio等。 :sparkles: 理论未来 在神经网络中提取知识（2015年），G。Hinton等人。 深度神经网络很容易被愚弄：无法识别图像的高置信度预测（2015年），A。Ngu

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：10240
    • 提供者：weixin_42153691

  1. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用（SGD、mSGD、AdaGrad、RMSProp、Adam）-附件资源

  2. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用（SGD、mSGD、AdaGrad、RMSProp、Adam）-附件资源

  3. 所属分类：互联网

  1. machine-lambda：SGD在前馈神经网络上的纯功能实现-源码

  2. 机器Lambda 用于深度前馈神经网络的随机函数梯度下降的纯功能Haskell实现。 为什么要对神经网络进行函数式编程？ 该库的目标是数学可读性：函数式编程与数学表达式之间的紧密耦合允许通过声明表达式而不是通过实现算法来操纵神经网络（或可以用数学方式表示的任何事物）。 通过声明其解决方案而不是执行算法来找到该解决方案来解决问题，可使程序员简洁明了。 例如，以下是针对给定输入计算神经网络输出的函数： output :: ( Floating t ) => Matrix t ->

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：18432
    • 提供者：weixin_42129970

  1. Chess-AI：具有许多玩家AI的C ++国际象棋实现，包括神经网络驱动的AI，与Deepmind的AlphaZero国际象棋引擎相同...-源码

  2. DNN国际象棋AI 设计原理 该项目围绕着由神经网络驱动的国际象棋AI，其设计受到的国际象棋引擎的严重影响。 AlphaZero使用了类似的方法以及和来创建强大的国际象棋AI。 尽管这些项目共享许多设计原则，但我的项目在实现上与AlphaZero在很多方面都有很大不同。 首先，我的实现使用的是，，而不是Deepmind使用的深度卷积神经网络。 实施更基本的网络的原因是由于这样的事实，即更复杂，更主流的网络结构（例如和只是经过修改的前馈网络，具有更多的连接或预处理元素（例如卷积核）。 结果，该项

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：1048576
    • 提供者：weixin_42168230

  1. 股票预测模型：收集机器学习和深度学习模型以进行股票预测，包括交易机器人和模拟-源码

  2. 股票预测模型，收集用于股票预测的机器学习和深度学习模型，包括交易机器人和模拟。 目录 内容 楷模 LSTM LSTM双向 LSTM 2路径 格鲁 双向GRU GRU 2路径 香草 香草双向 香草2路径 LSTM Seq2seq LSTM双向Seq2seq LSTM Seq2seq VAE GRU Seq2seq GRU双向Seq2seq GRU Seq2seq VAE 注意是您所需要的 CNN-Seq2seq 扩张的CNN-Seq2seq 奖金 如何使用模型之一来预测t +

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：15728640
    • 提供者：weixin_42131342

  1. 深度学习：适用于《深度学习》的Python，该书为《深度学习》（花书）数学推导，原理剖析与源码等级代码实现-源码

  2. 深度学习 《深度学习》是深度学习领域唯一的综合性图书，全称也叫做深度学习AI圣经（深度学习） ，由三位全球知名专家Ian Goodfellow，YoshuaBengio，AaronCourville编着，全书囊括了数学及相关概念的背景知识，包括线性代数，概率论，信息论，数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络，正则化，优化算法，卷积网络，序列建模和实践方法等，并研究了某种自然语言处理，语音识别，计算机视觉，在线推荐系统，生物信息学以及视

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：29360128
    • 提供者：weixin_42132359

  1. 【动手学深度学习】Part2

  2. 前馈网络 前馈网络直接向前递送信息(不会再次接触已经经过的节点)。 前馈网络根据标记的图像进行训练，直到猜测图像类别时产生的错误最小化。 通过一组经过训练的参数(或者称为权重，统称为模型) ，网络就可以对它从未见过的数据进行分类了。 一个训练好的前馈网络可以应用在任何随机的照片数据集中，它识别的第一张照片，并不会影响它对第二张照片的预测。 也就是说，前馈网络没有时间顺序的概念，它考虑的唯一输入就是它所接触到的当前的输入样例。 循环网络 与前馈网络相比，循环网络的输入不仅包括当前的输入样例，还包括

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：32768
    • 提供者：weixin_38661800
« 12 3 4 »