您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. A Guide to Porting C C++ to Rust 等53本

  2. A Guide to Porting C C++ to Rust.epub Build a Node.js Project from Scratch.epub Build your applications with Webpack.epub Build Your Own Lisp 中文版.epub C 语言进阶.epub Ceph 运维手册.epub Chromium中文文档.epub Databricks Spark 知识库.epub devops-collective-inc Power
  3. 所属分类:其它

    • 发布日期:2018-03-10
    • 文件大小:124780544
    • 提供者:wizardforcel
  1. python官方文档(中文版)

  2. Python 是一种易于学习又功能强大的编程语言。它提供了高效的高级数据结构,还有简单有效的面向对象编程。Python 优雅的语法和动态类型,以及解释型语言的本质,使它成为多数平台上写脚本和快速开发应用的理想语言。 Python 解释器及丰富的标准库以源码或机器码的形式提供,可以到 Python 官网 https://www.python.org/ 免费获取适用于各个主要系统平台的版本,并可自由地分发。这个网站还包含许多免费第三方 Python 模块、程序和工具以及附加文档的发布页面或链接。
  3. 所属分类:Python

    • 发布日期:2019-06-23
    • 文件大小:22020096
    • 提供者:xiaoliou008
  1. 卷积神经网络的mnist手写数字识别

  2. 手写数字识别的Tensorflow完整代码,### 1. MNIST机器学习入门 **1.1.1 简介** 下载MNIST数据集,并打印一些基本信息: ``` python download.py ``` **1.1.2 实验:将MNIST数据集保存为图片** ``` python save_pic.py ``` **1.1.3 图像标签的独热表示** 打印MNIST数据集中图片的标签: ``` python label.py ``` *
  3. 所属分类:深度学习

    • 发布日期:2020-03-20
    • 文件大小:35840
    • 提供者:baidu_39629638
  1. 总结:Bootstrap(自助法),Bagging,Boosting(提升) - 简书.pdf

  2. 关于机器学习方面的集成算法,包括boosting和bagging,里面讲解详细,值得下载2019/4/27 总结: Bootstrap(白助法), Bagging, Boosting(提升)-简书 assiier 1 -9 Decition boundary Classifier 2 Decislon boundary 2 Classifier 3 o Decision boundary 3 ▲△▲ △6▲ Feature 1 Feature 1 Featur (∑ g Feature Ense
  3. 所属分类:机器学习

    • 发布日期:2019-10-13
    • 文件大小:2097152
    • 提供者:qq_15141977
  1. Keras中文文档.pdf

  2. Keras官方文档PDF版,带书签,一共307页,完整版,目前最好的版本!欢迎下载!model train on batch(x batch, y batch) 只需一行代码就能评估模型性能: loss and metrics modelevaluate(x test, y test, batch size=128) 或者对新的数据生成预测: classes =model predictx test, batch size=128) 构建一个问答系统,一个图像分类模型,一个神经图灵机,或者其他的
  3. 所属分类:深度学习

    • 发布日期:2019-09-03
    • 文件大小:12582912
    • 提供者:dzgybd
  1. Python-深入的机器学习教程

  2. 深入的机器学习教程从头开始向读者介绍整个机器学习流程
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:1048576
    • 提供者:weixin_39840914
  1. Tensorflow官方文档中文版

  2. Tensorflow官方文档中文版,供大家学习!内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng Tony Jin chenweican OngJIn btter Warn TICX ° wangalcc
  3. 所属分类:深度学习

    • 发布日期:2019-03-03
    • 文件大小:6291456
    • 提供者:bit_zx
  1. Python数据分析从入门到机器学习.rar

  2. 分享视频教程——Python数据分析从入门到机器学习,本课程针对Python数据分析最核心的Numpy库、Pandas库、Python数据可视化库Matplotlib以及机器学习库Scikit-learn,进行了系统、深入的讲解。
  3. 所属分类:Python

    • 发布日期:2020-12-17
    • 文件大小:316
    • 提供者:atipa
  1. Python学习记录8——Numpy模块的深入了解学习(记录API)

  2. 零之前言 因为后面机器学习需要使用到np,所以需要更高要求的了解Numpy这个包,我就根据菜鸟论坛上面的Numpy教程来学习并记录了。 参考:菜鸟教程-NumPy Ndarray 对象 一.创建Ndarray对象 1.概念 先看看创建ndaary对象的参数 numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0) 名称 描述 object 传入数组 dtype 数
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:176128
    • 提供者:weixin_38706455
  1. 杨桃的Python机器学习5——数据可视化1:散点图

  2. 本人CSDN博客专栏:https://blog.csdn.net/yty_7 Github地址:https://github.com/yot777/ 使用Matplotlib将数据可视化 Matplotlib 能创建非常多的可视化图表,它有一个丰富的 Python 工具生态环境,请移步到以下教程进行学习: https://blog.csdn.net/zw0Pi8G5C1x/article/details/79186024 如果不打算深入学习,使用下图可以简要了解Matplotlib 的一些重要术
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:183296
    • 提供者:weixin_38722164
  1. flu-shot-learning-tutorial-azureml:AzureML上的Flu Shot Learning基准-源码

  2. AzureML中的Flu Shot学习教程 一个基于的如何在AzureML上运行机器学习工作流的工作。 要深入了解AzureML,请查看我们的系列! 的第一篇文章! 入门 使用pip install azureml-sdk安装AzureML Python SDK 使用python upload_data.py将数据上传到您的AzureML数据存储区 使用python orchestrate.py运行管道 参考:
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:1048576
    • 提供者:weixin_42165973
  1. dvc_pipelines_and_experiments_tutorial:使用DVC构建可维护的机器学习管道-源码

  2. 使用DVC构建可维护的机器学习管道 本指南以为起点,并带您了解如何使用DVC构建可维护的机器学习管道。 如果您有时间,可以在查看完整的文章(比本自述文件更深入的解释 :winking_face: ) 原则是: 为每个管道步骤编写一个python脚本 将每个脚本使用的参数保存在yaml文件中 指定每个脚本所依赖的文件 指定每个脚本生成的文件 在本教程中,我们将建立一个模型来对20newsgroups数据集进行分类。 环境:装有Python 3 , pip和Git的Linux 第一:将DVC
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:17408
    • 提供者:weixin_42151373
  1. dagger:实验编排-源码

  2. dagger :可重现机器学习实验编排的Python框架 dagger是在机器学习研究中促进可重现和可重用的实验编排的框架。 它允许构建并轻松分析实验状态树。具体来说, dagger从根实验状态开始,记录由用户定义的转换(通过使用Recipe )生成的状态转换。这些可以包括模型训练,重新初始化,量化,修剪,学习率更改,检查点,任务更改,或任何其他使模型或实验状态发生变化的用户定义操作。 该库通过跟踪现有状态的转换如何产生新的实验状态,来处理所有在后台进行的实验历史记录跟踪。然后可以将完整的实验
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:185344
    • 提供者:weixin_42134038