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. 常见的神经网络设计源码

  2. 神经网络的设计源码，经过matlab仿真验证过

  3. 所属分类：网络基础

    • 发布日期：2010-03-29
    • 文件大小：275456
    • 提供者：yanxiao3126

  1. BP神经网络程序源码

  2. 这里有MATLAB神经网络应用设计的BP神经网络源代码，比较好，对初学者很有帮助。

  3. 所属分类：网络基础

    • 发布日期：2010-06-11
    • 文件大小：4096
    • 提供者：buildingsky

  1. 国外经典神经网络设计

  2. 国外经典神经网络设计，我买的神经网络书本附带的Matlab源码

  3. 所属分类：网络基础

    • 发布日期：2008-02-01
    • 文件大小：580608
    • 提供者：slx965

  1. 毕业设计《神经网络PID毕业设计完整》源码+论文

  2. 自己花了半年时间的毕设，心血之作！《神经网络PID毕业设计完整》，永恒的经典之作！

  3. 所属分类：其它

    • 发布日期：2011-05-29
    • 文件大小：1048576
    • 提供者：zhouhanlei

  1. MATLAB神经网络应用设计（张德丰）源码

  2. MATLAB神经网络应用设计（张德丰）源码MATLAB神经网络应用设计（张德丰）源码，随书光盘的源代码

  3. 所属分类：其它

    • 发布日期：2011-10-04
    • 文件大小：48128
    • 提供者：quliuwuyi133

  1. MATLAB神经网络应用设计（张德丰）源码

  2. MATLAB神经网络应用设计（张德丰）源码

  3. 所属分类：专业指导

    • 发布日期：2012-03-28
    • 文件大小：19456
    • 提供者：brightgirl1981

  1. MATLAB神经网络应用设计源码

  2. MATLAB神经网络应用设计（张德丰）源码

  3. 所属分类：其它

    • 发布日期：2012-10-03
    • 文件大小：48128
    • 提供者：peteryuanbo

  1. BP神经网络的数据分类算法matlab源码

  2. 人工神经网络和遗传算法都是将生物学原理应用于计算机科学的仿生学理论成果。由于它们具有极强的解决问题的能力，近年来引起了众多学者的兴趣与参与，已成为学术界跨学科的热门专题之一。 在人工神经网络的实际应用中，约90％的人工神经网络模型都是采用BP网络或者是它的变化形式，它也是前馈网络的核心部分，BP网络广泛应用于函数逼近、模式识别／分类、数据压缩等。现已成为人工智能研究的重要领域之一。然而，由于BP算法是一种梯度下降搜索方法，因而不可避免地存在固有的不足，如收敛速度慢、易陷入误差函数的局部极小点，

  3. 所属分类：专业指导

    • 发布日期：2013-05-25
    • 文件大小：4096
    • 提供者：checkpaper

  1. matlab神经网络30案例源码

  2. 本书是matlab中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 　　 读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。如果在实现过程中有任何疑问，可以随时在matlab中文论坛与作者交流，作者每天在线，有问必答。 　　 该书共有30个matlab神经网络的案例(含可运行程序），包括bp、rbf、svm、som、hopfield、lvq、elman、小波等神

  3. 所属分类：其它

    • 发布日期：2014-06-10
    • 文件大小：8388608
    • 提供者：xr1064

  1. onnxruntime-pytorch:这是PyTorch的一个分支，用于在Microsoft内部对ONNX Runtime的各种级别的支持进行原型设计-源码

  2. Microsoft Fork for ONNX运行时原型 注意：这是一个用于在Microsoft中为ONNX运行时提供各种级别的支持。请不要在此处提交问题或提出请求，而应参考。 PyTorch是一个Python软件包，提供两个高级功能： 具有强大GPU加速功能的Tensor计算（如NumPy） 在基于磁带的自动毕业系统上构建的深度神经网络 您可以在需要时重用自己喜欢的Python软件包（例如NumPy，SciPy和Cython）来扩展PyTorch。 系统 3.6 3.7 3.8 Lin

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：16777216
    • 提供者：weixin_42121272

  1. micrograd:一个微型标量值的autograd引擎和一个类似PyTorch的API之上的神经网络库-源码

  2. 微毕业 微型Autograd引擎（咬一口！：））。通过类似PyTorch的API，在动态构建的DAG和位于其之上的小型神经网络库上实现反向传播（反向模式autodiff）。两者都很小，分别有大约100行和50行代码。 DAG仅在标量值上运行，因此，例如，我们将每个神经元切成其所有单独的微小加法和乘法。但是，这足以构成进行二进制分类的整个深度神经网络，如演示笔记本所示。潜在地用于教育目的。 安装 pip install micrograd 用法示例 以下是一个稍作设计的示例，显示了许多可能的受支持

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：107520
    • 提供者：weixin_42121725

  1. advanced-deep-learning-with-python:使用Python进行高级深度学习-源码

  2. 使用Python进行高级深度学习 这是Packt出版的《 》一书的代码存储库。 目录： 神经网络的基本要素 了解卷积网络 高级卷积网络 目标检测和图像分割 生成模型 语言建模 了解递归网络 序列到序列模型和注意 新兴的神经网络设计 元学习 无人驾驶汽车深度学习 所有代码示例均已针对TensorFlow 2.0.0和PyTorch 1.3.1进行了测试 一些代码示例是从其他开放源代码存储库改编而成的。 在这种情况下，基本示例链接在代码文件的开头。

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：23068672
    • 提供者：weixin_42163404

  1. Network-Intrusion-Detection-System:使用神经网络设计和开发了基于异常和滥用的入侵检测系统。 使用的技术-源码

  2. 这是我在RIT（罗切斯特理工学院）从事的团队项目。 团队成员：Saunil Desai，Ravina Dandekar，Pratik Mehta 尼德斯 我们已经设计并开发了使用神经网络的基于异常和滥用的入侵检测系统。 所使用的技术：Java Weka和R Java用于准备数据集。 R用于实现神经网络。 Weka用于数据清理。 我们创建了两个文件。 一种用于检测基于异常的攻击，另一种用于检测基于滥用的攻击。 这些文件大约有4500个实例。 输入分为训练数据集（75％）和测试数据集（25

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：8388608
    • 提供者：weixin_42104906

  1. deep-learning-course:深度学习课程-源码

  2. 深度学习课程02-03-202-10-04-2021 机器学习课程 （02/03/2021）DG 3矿石：Introduzione Generale DL （04/03/2021）MR 3矿石：使用Python进行深度学习（类，函数，Numpy数组，张量，列表） （09/03/2021）DG 3矿石：NN回归（Keras） （10/03/2021）MR 3矿石：神经网络设计和结构，正弦逼近示例 （11/03/2021）DG 3矿石：NN分类（Keras）

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：6291456
    • 提供者：weixin_42116585

  1. project-源码

  2. 项目 要做的事 收集资产因素数据。 设计方法，并尝试预测数据 传统的寻找因素的方法 Lienar回归 时间序列分析 逻辑回归 神经网络 设计神经网络 找到损失函数 回测系统 内容描述 什么是多因素投资？ 因素是影响市场价格的因素，它随时都在变化，但是总有一些因素可以描述当前资产的价格。 因此，如果我能找到一些有效的因素，并且对这些因素进行投资，那么从理论上讲，我可以获得预期的回报。 传统的寻找因素的方法 最直观的方法是按因素对资产进行排序。 例如 线性回归 因此，还有另一种方法可以找出特定因

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：3072
    • 提供者：weixin_42176827

  1. 人工智能：关于智能的系统设计-源码

  2. 系统设计-人工智能 有关重用计算资源的详细信息。 数学神经元模型的替代。 自我学习系统的核心设计 学习的架构可以应用于计算机的任何层。 第一个程序，第一个知识，第一个命令，第一个问题，第一个答案。 还有引擎。 调整假设以获取100％结果的示例。 学习数学很困难，因为数学。 引入数学是因为神经节点由功能组成。 该模型建议此类节点由其他微小节点以及与节点的连接组成，这些节点以树枝状表示一个数字，并且节点执行数学运算。 裸机实验并提取出不需要的东西。 蛋白质的光和机械运动 大脑是一种密度可变的流体，可

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：16777216
    • 提供者：weixin_42133861

  1. Dino-AI-Master：使用C＃和python开发的可玩Google Chrome chrome恐龙游戏的整洁网络算法-源码

  2. SharpAI-开源 神经网络的C＃研究工具由Martin Kober撰写和设计，2018 包括 -用于数字识别的分类器（Perceptron）为例-基于MarI / O的增强型拓扑（NEAT）的神经进化 -NEW：Pong python3示例-algorythm的两个实例相互播放，请访问Readme.txt（SharpAI / Pong / Readme.txt）了解更多信息 意图 了解神经网络的算法如何工作并将其应用于您自己的项目 要求 -Microsoft Visual Studio 20

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：11534336
    • 提供者：weixin_42112894

  1. keras-ncp：《神经电路策略》论文的代码存储库，《自然机器智能》中发表了实现可审计自治的神经电路策略-源码

  2. 启用可审计自主性的神经回路政策 神经回路策略（NCPs）是基于LTC神经元和突触模型设计的稀疏循环神经网络，受到神经的神经系统的启发。 本页描述了NCP的Keras（TensorFlow 2.0软件包）参考实现。 有关论文的再现性材料，请参见。 安装 要求： Python 3.6 TensorFlow 2.0 （可选）PyTorch 1.7 pip install keras-ncp 2021年1月更新：添加了实验性PyTorch支持 随着keras-ncp 2.0版，添加了实验性PyTo

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5242880
    • 提供者：weixin_42168902

  1. AI-mag：AI-mag：基于有限元法和人工神经网络的电感器建模与设计-源码

  2. AI-mag：利用FEM / ANN进行电感建模和设计 AI-mag是用于电力电子电感器优化的MATLAB工具箱（也使用COMSOL和Python）。 该工具的目标是将有限元方法（FEM）的准确性与人工神经网络（ANN）的评估速度相结合。 该项目由苏黎世联邦理工学院的电力电子系统实验室开发，可通过BSD许可获得。 该代码也可以在ETH数据存档中找到。 更准确地说，实现了以下工作流程： 用FEM热和磁仿真（COMSOL）来仿真许多设计 从FEM仿真中提取重要的绩效指标 使用简化的分析模型提

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：23068672
    • 提供者：weixin_42134878

  1. 十四行诗：基于TensorFlow的神经网络库-源码

  2. 十四行诗 | Sonnet是在之上构建的库，旨在为机器学习研究提供简单，可组合的抽象。 介绍 Sonnet由DeepMind的研究人员设计和建造。 它可以用于构造用于许多不同目的的神经网络（无/监督学习，强化学习等）。 我们发现这对我们的组织是成功的抽象，您也可能如此！ 更具体地说，Sonnet提供了一个简单而强大的编程模型，该模型围绕一个概念： snt.Module 。 模块可以保存对在用户输入上应用某些功能的参数，其他模块和方法的引用。 Sonnet附带了许多预定义的模块（例如snt.L

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：3145728
    • 提供者：weixin_42109925
« 12 3 4 5 6 7 8 9 10 »