您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 2048-Gym:该项目旨在使用强化学习算法来玩2048游戏-源码

  2. 2048健身房 该存储库是一个有关使用DQN(Q-Learning)玩2048游戏并使用加速和加速环境的。使用的算法来自“ ,环境是自定义的 env。该环境包含两种类型的电路板表示形式:二进制和无二进制。第一个使用幂二矩阵来表示电路板的每个图块。相反,没有二进制文件使用原始矩阵板。 该模型使用两种不同类型的神经网络:CNN(卷积神经网络),MLP(多层感知器)。使用CNN作为特征提取器比使用MLP更好。可能是因为CNN可以提取空间特征。结果,代理在1000个已玩游戏的10%中获得2048个图块。
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:59768832
    • 提供者:weixin_42097208
  1. BNeuralT:反向传播神经树(BNeuralT)-源码

  2. 反向传播神经树 使用反向传播算法的临时神经树生成和训练 算法 BNeuralT是一种用于从数据中学习的机器学习算法。在此处给出的示例中,将BNeuralT应用于三类学习问题:分类,回归和模式识别。算法的优势在于生成低复杂度和高性能模型的效率和鲁棒性。 依赖关系和配置 BNeuralT算法是用Eclipse版本2020-03的编写的,具有以下依赖性。 该算法使用EJML的 JSON对象用于以json格式保存经过训练的模型。 用于SVG模型文件。 MLP算法和python脚本是用编写的,具有以
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:126877696
    • 提供者:weixin_42132598
  1. Deep_Learning_Copy_Memory_Task:使用自我实现的LSTM,RNN和MLP层在递归神经网络中实现复制记忆任务-源码

  2. 复制内存任务 :memo: 关于该项目 :open_book: 该项目是建设2个项目。 LSRMcell,RNNcell和线性层的自我实现。 自我执行复制内存任务。 该项目是在使用PyTorch进行深度学习的微型项目过程中的大学任务。 LSTM.py -LSTM单元的自我实现RNN.py -rnn单元的自我实现MLP.py-线性的自我实现copy_task_base.py-具有3种不同模型的复制任务的自我实现 设置 :gear: 确保您的计算机上安装了python 3.6或更高版本。 克
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:8192
    • 提供者:weixin_42128393
  1. Vision-Systems-Lab:MLP,DCNN,深度卷积自动编码器,LSTM,GRU,ResNets,DCGAN-波恩大学的CudaVision实验室(SS19)-源码

  2. 视觉系统实验室:在GPU上学习计算机视觉[自述文件未定期更新] 作者:Saikat Roy, 波恩大学CudaVision实验室(SS19)的存储库(主要)在PyTorch,Python3和Jupyter笔记本电脑上实现。 该项目从神经网络的基础开始,并延伸到更深层次的模型。 以下项目包含在相应的文件夹中: 项目1:Softmax回归(无autograd / Pytorch张量) 涉及使用softmax回归和手动梯度计算对MNIST数据集进行分类。 经过5次简单的迭代运行后,训练和测试集
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:14680064
    • 提供者:weixin_42116921
  1. Recommender-System:在tensorflow中开发的推荐系统2。 算法-源码

  2. 推荐系统 一个开发中的推荐系统,在tensorflow 2中实现。 数据集:MovieLens-100k,MovieLens-1m,MovieLens-20m,lastfm,Book-Crossing和一些satori知识图。 算法:UserCF,ItemCF,LFM,SLIM,GMF,MLP,NeuMF,FM,DeepFM,MKR,RippleNet,KGCN等。 评估:ctr的auc f1和topk的精度调用。 要求 Python 3.8 Tensorflow 2.4.1 跑 ,并将
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:67584
    • 提供者:weixin_42138780
  1. clusterability_in_neural_networks-源码

  2. 神经网络中的集群性 arXiv提交的代码“神经网络中的可聚性”。 还包含我们所做的其他工作。 Daniel Filan,Stephen Casper,Shlomi Hod和Cody Wild编写的代码。 结果 病变测试: , , , 学习曲线 指示 我们将make与Makefile来使项目自动化。 命令的非详尽列表: make datasets -建立所有数据集(确定性), make models -训练所有MLP和CNN的NN模型。 make test -运行测试(使用pyte
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:183500800
    • 提供者:weixin_42136826
  1. left-shift:使用深度强化学习解决游戏2048-源码

  2. 左移 该存储库包含我们的项目中ÉcolePolytechnique的INF581:AI高级主题中使用的代码。 在此项目中,我们旨在培训2048游戏的游戏代理。 我们实现了一个来对游戏进行建模,并使用来自稳定基线库的Deep Q-Learning(DQN)算法来训练多个代理,这些代理会改变状态编码,奖励功能,网络类型和结构。 结果表明,使用单热编码的编码状态对于提高性能至关重要。 我们还得出结论,就此游戏而言,卷积神经网络(CNN)比多层感知器(MLP)更有效。 要进行更深入的讨论,请阅读。
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:157286400
    • 提供者:weixin_42165973
  1. cryptomania:什么在打败市场? 检查几个硬币的实时加密货币价格变化。 React.js,CSS中的一个单独项目,带有用于获取实时数据的API调用-源码

  2. 隐狂 该应用程序的MVP(最低可行产品)是一个简约的加密货币跟踪器,它使用React.js,CSS和axios进行API调用。 用户可以查看当前价格(每个硬币),每日价格变化,每日价格变化百分比和每小时价格变化百分比。 ☆NEW☆现在可以查看市值和硬币供应数据! 在此处查看应用程序: : 如何使用这个程序 'git clone'将仓库复制到您的机器上 (获取一个API密钥并将其添加到本地.env文件中) 在项目文件夹中使用“ npm i”来安装依赖项 'npm start'在浏览器中运行应
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:195584
    • 提供者:weixin_42173205
  1. InnovativeProjectChallenge-源码

  2. 创新项目挑战 丹麦国家干部创新项目挑战赛(2021年3月)雅温得高等国立综合技术大学(ENSPY)等国立高等专科学校“普天),知性avons决定去réaliser勒谟TakeCare237魁老虎钳àmettre河畔花衣服UNE应用网络魁intègre未MODELE德机器学习。 耐心的网络应用研究(s il peut)(au vue de sesparamètrescorporels) 休息观察 加强免疫力 伦特勒·切兹·吕伊 巴黎圣母院和法国圣母院的模范 决策树:准确度= 76.8% 随机
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:238592
    • 提供者:weixin_42130862
  1. 2021L-WB-DL-2-源码

  2. Warsztaty Badawcze-Grupa 2021L-WB-DeepLearning-2 到2021年,华沙·巴达维采(Straw dedykowana zajeciom)实验室将在华沙(Warsztaty Badawcze)的战役中服役。 Zakres tematyczny: wstępdo sieci MLP,CNN,RNN optymalizowanie sieci neuronowych荚kątemczasuobliczeń sieci neuronowe zmienny
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:1048576
    • 提供者:weixin_42165583
  1. Tensorflow-101:TensorFlow教程-源码

  2. 使用Jupyter Notebook的Tensorflow教程 使用Jupyter Notebook用Python编写的TensorFlow教程(当然)。 试图尽可能友好地进行解释,因为这些教程是针对TensorFlow初学者的。 希望这些教程对于您的深度学习项目是有用的食谱。 享受编码! :) 内容 / / / / 使用TensorFlow进行机器学习的基础知识: / / 多层感知器(MLP): / / / 卷积神经网络(CNN): / / / 使用预训练模型(VGG):
  3. 所属分类:其它

    • 发布日期:2021-02-28
    • 文件大小:106954752
    • 提供者:weixin_42128141
  1. MLP项目-源码

  2. MLP项目 如何在集群上运行实验 SSH进入DICE机器 运行ssh mlp以连接到集群 只有群集上的根节点可以访问Internet 使用所有必需的插件安装conda环境并将其命名为mlp 将仓库克隆到/ git目录。 segmentation_arrayjob.sh期望项目位于git / MLP-project 加载集群脚本 echo 'export PATH=/home/$USER/git/cluster-scr ipts:$PATH' >> ~/.bashrc echo
  3. 所属分类:其它

    • 发布日期:2021-02-28
    • 文件大小:47104
    • 提供者:weixin_42117485
  1. 硕士项目-源码

  2. 深度学习项目 链接数据集 结构目录 主要的 有线电视新闻网 CapsNet.ipynb MLP.ipynb Process_Data.ipynb 资料集 8863 / [0-1] 10300 / [0-1] ... data_batch_train X_train_1.hdf5 ... data_batch_test X_test_1.hdf5 ... data_batch_valid X_valid_1.hdf5 ... 应用的算法 多层感知器 卷积神经网络 胶
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:1048576
    • 提供者:weixin_42165973
  1. model_save_for_pima_diabetes-源码

  2. model_save_for_pima_diabetes 在这个项目中 1-我们仅应用多层感知器(MLP)算法并将模型保存到model.json文件。 我们通过在模型上调用save()函数并指定文件名来保存模型。 在我们的案例中,我们通过首先拟合模型,评估模型并将其保存到文件model.h5来演示这一点。 2-保存的模型随后可以通过调用load_model()函数并传递文件名来加载。 该函数返回具有相同架构和权重的模型。 在我们的案例中,我们加载模型,总结架构并在同一数据集上对其进行评
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:434176
    • 提供者:weixin_42136477
  1. 投资组合:数据科学投资组合-源码

  2. 数据科学组合 包含数据科学和数据分析项目的存储库。 使用Python进行机器学习 解释性数据分析,特征工程,监督机器学习(逻辑回归,决策树,随机森林)。 结果:基准是Logistic回归,并且在测试数据集上产生了0.7694的AUC。 通过利用随机森林和对参数进行超调,可以达到0.8025 AUC。 因此,超调会产生更好的性能。 技术: 监督机器学习:逻辑回归,决策树,随机森林 工具 : Python :熊猫,Numpy,Sklearn,Matplotlib,Seaborn 带有Pyt
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:1048576
    • 提供者:weixin_42144201
  1. DeepLearning-project-CYHA:哥伦比亚深度学习课程4040个项目-源码

  2. 神经网络和深度学习课程项目和作业 两个部分:基本概念的重复; 最终项目-“从街景图像重复出现的多位数字识别”。 介绍 该课程由Zoron Kostic教授授课。 该项目旨在回顾深度学习中的所有基本概念,并实施Ian J. Goodfellow等人的论文“从街景图像纸质重复中进行多位数数字识别”。 (2014年) 代码 该存储库包含几个文件。 DeepLearning_concept(homework):已实现的基本分类器,MLP,减暗(PCA和tSNE),优化器(具有Momentum的SGD,
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:933232640
    • 提供者:weixin_42162216
  1. EE559-Project_Hand-姿势-源码

  2. EE559-Project_Hand-姿势 在这个项目中,我尝试处理UCI设置的手势数据,具体来说,它有12位志愿者展示手势,并将这些姿势从第1到第5姿势设置为第1到第5类。我试图知道我们的机器是否可以找出这些姿势。 并且如果不同的姿势将在每个分类中显示相同的相似精度。 为了弄清楚,我首先通过删除未标记的数据对数据进行预处理,然后将特征提取为13个特征,重新缩放,尺寸调整(使用PCA),使用交叉验证(保留一个用户)。 我选择感知器,SVM,朴素贝叶斯,KNN和神经网络(MLP)作为我的分类器,与
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:17825792
    • 提供者:weixin_42157567
  1. sonar_binary_classification:使用深度神经网络将物体分类为岩石或矿山(金属)-源码

  2. 声纳二进制分类 使用的图书馆: pandas,numpy,sklearn,tensorflow / keras,matplotlib 多层感知器(MLP)人工神经网络用于区分从金属圆柱体弹回的声纳信号和从大致圆柱体岩石弹回的声纳信号。 最终模型在测试集上的准确度为87.5%。 项目概况 目标: 练习使用tensorflow和keras进行深度学习。 练习分类问题。 数据集信息: 文件“ sonar.mines”包含111种模式,这些模式是通过以各种角度和各种条件从金属圆柱体上弹跳声纳信
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:1048576
    • 提供者:weixin_42125867
  1. 文本挖掘项目:在该项目中,我们的团队使用Kaggle数据集中的reddit注释创建了个性(Meyers-Briggs)预测器-源码

  2. 文本挖掘项目 在这个项目中,我们的团队使用来自kaggle的数据集中的reddit注释创建了个性(Meyers-Briggs)预测器。 数据集的链接为总之,最准确的模型是MLP,准确度为74%。 在我们的代码结尾,一个人可以在简历中添加注释,然后自己尝试一下。
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:10485760
    • 提供者:weixin_42136477
  1. 二次激活函数:深度学习最终项目-源码

  2. ECE472(深度学习)最终项目 二次神经元作为深度神经网络中的激活功能 安德鲁·洛伯(Andrew Lorber)和马克·科斯科夫斯基(Mark Koszykowski) 摘要:我们的深度学习最终项目基于Yaparla Ganesh和Rhishi Pratap Singh在使用二次神经元进行模式分类的研究中进行的一项实验研究。 他们的论文讨论了使用二次(QUAD)神经元来构建二次神经网络,这与多层感知器(MLP)模型中熟悉的线性神经元相反。 本文展示了其二次神经元作为二次激活函数的用途。 在
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:1048576
    • 提供者:weixin_42172204
« 12 »