点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 神经网络-标准神经网络(python3)
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
MakeCNN:MakeCNN是我们确保所有人都能从ML中受益的方式-源码
MakeCNN 每天越来越多的人希望将机器学习和AI应用于他们的产品。随着ML超越传统领域的发展,那些想跳入乐趣的人可能会发现自己对所涉及的技术概念以及成功将ML应用于其工作所需的学习量感到困惑。 MakeCNN就是为了简化这一过程。您所做的只是提供数据,剩下的事我们会处理! 它的工作方式是,您有一个来自各个类的图像数据文件夹,而MakeCNN只是提取该数据,从中训练出卷积神经网络,然后允许您使用它对更多数据进行预测并应用。这样,您无需学习卷积神经网络,而是可以尽快应用它。 安装 要安装,只需确
所属分类:
其它
发布日期:2021-03-21
文件大小:6144
提供者:
weixin_42129412
神经网络-标准神经网络(python3)
之前阅读了很多有关神经网络的书籍、论文以及博客,发现大多分为两种情况。一种是例如《深度学习》这类,里面堆砌了大量的理论和公式,如果细心研读的话的确可以将神经网络中的数学原理理解的很透彻。可是,当看完《深度学习》,如果有人让我做个简单的神经网络分类器,我可能还是一头雾水,不知从何下手。第二种是例如《XX实战》,《XX快速上手》这类,跟着书中的代码确实可以用神经网络解决实际问题,可是书中又没有对底层的数学原理进行比较透彻的讲解。经常是对数学原理做个简单介绍,让读者对其有个大致了解,然后就开始各种调用
所属分类:
其它
发布日期:2021-02-24
文件大小:422912
提供者:
weixin_38635684
灵巧的健身房:适用于OpenAI Gym环境的神经进化-源码
关于 该存储库包含允许您使用算法及其变体来训练,测试和可视化环境(游戏)的代码。 该项目的两个目标是 通过配置文件使此工作尽可能简单。 通过同时评估多处理器计算机上的总体适应性,使代码快速运行。 快速开始 首先,您应该从源代码安装和 。 然后执行以下操作: % python3 neat-evolve.py config/cartpole 这将使用在环境中运行整洁的python,因此您可以利用计算机上的所有核心。 演进完成后,您可以通过以下方法尝试演进网络: % python3 neat
所属分类:
其它
发布日期:2021-02-14
文件大小:442368
提供者:
weixin_42122988
SP-500-预测器-源码
介绍 在这份报告中,我将展示用于预测标准普尔500指数的方法。 开发一些方法来预测标准普尔500指数每天的收盘价变化幅度有多大,这将有助于我一窥未来的前景。 以及给我一点经验,并教给我预测股市的不同方面。 使用的编码语言是Python3,还有Numpy和Pandas用来处理csv文件。 TensorFlow还被用来创建神经网络模型来执行预测。 所有数据都是从Yahoo Finance检索的。 方法 一个长期的短期记忆(LSTM)神经网络用于预测标准普尔500指数每日收盘价变化的百分比。 LSTM
所属分类:
其它
发布日期:2021-02-12
文件大小:1048576
提供者:
weixin_42127835
神经网络-标准神经网络(python3)
之前阅读了很多有关神经网络的书籍、论文以及博客,发现大多分为两种情况。一种是例如《深度学习》这类,里面堆砌了大量的理论和公式,如果细心研读的话的确可以将神经网络中的数学原理理解的很透彻。可是,当看完《深度学习》,如果有人让我做个简单的神经网络分类器,我可能还是一头雾水,不知从何下手。第二种是例如《XX实战》,《XX快速上手》这类,跟着书中的代码确实可以用神经网络解决实际问题,可是书中又没有对底层的数学原理进行比较透彻的讲解。经常是对数学原理做个简单介绍,让读者对其有个大致了解,然后就开始各种调用
所属分类:
其它
发布日期:2021-01-27
文件大小:422912
提供者:
weixin_38554781