您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. .net自动生成三层代码工具

  2. 1.自动生成.asp三层基本结构模板(model层,业务逻辑层,数据库连接层) 2.model层中自动识别数据类型(varchar自动转换成string,datetime,Decimal,Moeny都转成相应的数据类型 3.数据库连接层主要实现了,数据的增加(泛型传值),删除,修改(泛型传值),查询(泛型传值,根据id查询和种体查询) 4.绝对没有错误,下下来就可以用 5.用vs2008开发工具
  3. 所属分类:C#

    • 发布日期:2009-11-13
    • 文件大小:13312
    • 提供者:Wudaode
  1. ISO 11898-1(2003)道路车辆—控制区域网络—第1部分:数据连接层和物理信号

  2. ISO 11898-1(2003)道路车辆—控制区域网络—第1部分:数据连接层和物理信号
  3. 所属分类:网络基础

    • 发布日期:2010-06-22
    • 文件大小:1048576
    • 提供者:remarqueqiqi
  1. C#授课计划申报管理系统(含文档),淮安信息职业技术学院授课计划申报管理系统,采用多层架构开发,DAL Data Access Layer 数据连接层

  2. C#授课计划申报管理系统(含文档),淮安信息职业技术学院授课计划申报管理系统,采用多层架构开发,DAL Data Access Layer 数据连接层 BLL Buessniss Logical Layer 业务逻辑层 UI User Interface 用户交互层(表示)。
  3. 所属分类:Access

    • 发布日期:2010-07-02
    • 文件大小:3145728
    • 提供者:wglzaj740806
  1. PHP与MySQL连接层

  2. PHP与MySQL连接层,适合初学者参考。
  3. 所属分类:其它

    • 发布日期:2010-12-24
    • 文件大小:9216
    • 提供者:Skylvzhoulihe
  1. .NET三层架构学习实例

  2. .NET三层架构学习实例,包含Models类,数据连接层DAL,业务逻辑层BLL和表示层UI的源码,适合三层架构的初学者参考。
  3. 所属分类:C#

    • 发布日期:2013-07-07
    • 文件大小:536576
    • 提供者:crayon_chen
  1. 基于细粒度数据流架构的稀疏神经网络全连接层加速.pdf

  2. 基于细粒度数据流架构的稀疏神经网络全连接层加速.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-19
    • 文件大小:1048576
    • 提供者:anitachiu_2
  1. Pytorch修改ResNet模型全连接层进行直接训练实例

  2. 在本篇文章里小编给大家整理的是关于Pytorch修改ResNet模型全连接层进行直接训练相关知识点,有需要的朋友们参考下。
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:31744
    • 提供者:weixin_38644599
  1. pytorch三层全连接层实现手写字母识别方式

  2. 今天小编就为大家分享一篇pytorch三层全连接层实现手写字母识别方式,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:92160
    • 提供者:weixin_38670983
  1. keras实现调用自己训练的模型,并去掉全连接层

  2. 主要介绍了keras实现调用自己训练的模型,并去掉全连接层,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:2020-09-16
    • 文件大小:49152
    • 提供者:weixin_38538381
  1. mnist手写数字识别tensorflow2全连接层实现和卷积层实现(代码,模型,调用接口)

  2. https://blog.csdn.net/askmeaskyou/article/details/108674860 文章全套代码。 mnist手写数字识别tensorflow2全连接层实现和卷积层实现(包含代码,模型,调用接口)
  3. 所属分类:机器学习

    • 发布日期:2020-09-21
    • 文件大小:6291456
    • 提供者:askmeaskyou
  1. 浅谈tensorflow1.0 池化层(pooling)和全连接层(dense)

  2. 本篇文章主要介绍了浅谈tensorflow1.0 池化层(pooling)和全连接层(dense),小编觉得挺不错的,现在分享给大家,也给大家做个参考。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:49152
    • 提供者:weixin_38588592
  1. pytorch神经网络之卷积层与全连接层参数的设置方法

  2. 今天小编就为大家分享一篇pytorch神经网络之卷积层与全连接层参数的设置方法,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_38705640
  1. 网络协议概述:物理层、连接层、网络层、传输层、应用层详解

  2. 主要介绍了网络协议概述:物理层、连接层、网络层、传输层、应用层详解,本文用生活中的邮差与邮局来帮助理解复杂的网络协议,通俗易懂,文风幽默,是少见的好文章,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-10-01
    • 文件大小:95232
    • 提供者:weixin_38713412
  1. 消费电子中的云连接:真正解决了物联网连接层瓶颈

  2. 谈到物联网,它本身的技术从研究的角度来看有三层说法,统称DCM。第一是设备,首先要有电子标签芯片,其次要有接受的终端设备,包括有手机、电话、电视、移动设备等。第二是连接,即数据传输通道,现在有无线的、有线的连接,主要通过互联网实现。第三,则是物体互联之后需要有的管理,即对物联网应用的管理。   设备、连接、管理,三层技术中,连接层是物联网与互联网关系最紧密的部分。目前由于不同行业之间的行业壁垒,致使不同领域中存在信息孤岛,它们阻隔了信息的互联,使得物联网所要求的“普遍互联”难以真正得以实现。云
  3. 所属分类:其它

    • 发布日期:2020-10-19
    • 文件大小:97280
    • 提供者:weixin_38717574
  1. 浅谈tensorflow1.0 池化层(pooling)和全连接层(dense)

  2. 池化层定义在tensorflow/python/layers/pooling.py. 有最大值池化和均值池化。 1、tf.layers.max_pooling2d max_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None ) inputs: 进行池化的数据。 pool_size: 池化的核大小(pool_height, p
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:47104
    • 提供者:weixin_38633897
  1. pytorch三层全连接层实现手写字母识别方式

  2. 先用最简单的三层全连接神经网络,然后添加激活层查看实验结果,最后加上批标准化验证是否有效 首先根据已有的模板定义网络结构SimpleNet,命名为net.py import torch from torch.autograd import Variable import numpy as np import matplotlib.pyplot as plt from torch import nn,optim from torch.utils.data import DataLoader fr
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:94208
    • 提供者:weixin_38696339
  1. pytorch神经网络之卷积层与全连接层参数的设置方法

  2. 当使用pytorch写网络结构的时候,本人发现在卷积层与第一个全连接层的全连接层的input_features不知道该写多少?一开始本人的做法是对着pytorch官网的公式推,但是总是算错。 后来发现,写完卷积层后可以根据模拟神经网络的前向传播得出这个。 全连接层的input_features是多少。首先来看一下这个简单的网络。这个卷积的Sequential本人就不再啰嗦了,现在看nn.Linear(???, 4096)这个全连接层的第一个参数该为多少呢? 请看下文详解。 class Alex
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:44032
    • 提供者:weixin_38584642
  1. Pytorch修改ResNet模型全连接层进行直接训练实例

  2. 之前在用预训练的ResNet的模型进行迁移训练时,是固定除最后一层的前面层权重,然后把全连接层输出改为自己需要的数目,进行最后一层的训练,那么现在假如想要只是把 最后一层的输出改一下,不需要加载前面层的权重,方法如下: model = torchvision.models.resnet18(pretrained=False) num_fc_ftr = model.fc.in_features model.fc = torch.nn.Linear(num_fc_ftr, 224) model =
  3. 所属分类:其它

    • 发布日期:2020-12-26
    • 文件大小:31744
    • 提供者:weixin_38699830
  1. Pytorch学习笔记Day二(全连接层学习)

  2. MNIST数据集用全连接层实现 import torch from torch import nn from torch.nn import functional as F from torch import optim import torchvision from matplotlib import pyplot as plt def plot_curve(data): fig = plt.figure() plt.plot(range(len(data)), data,
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:22528
    • 提供者:weixin_38562492
  1. 用于串联有机发光器件的高效双极连接层

  2. 用于串联有机发光器件的高效双极连接层
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:902144
    • 提供者:weixin_38723516
« 12 3 4 5 6 7 8 9 10 ... 50 »