您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 物品推荐相关方面优秀文章

  2. svd,sgd,算法简介,详细的介绍了在大数据时代,如何快速有效的对物品进行推荐
  3. 所属分类:电子商务

    • 发布日期:2013-07-10
    • 文件大小:4194304
    • 提供者:chenchunsy
  1. 文本分析 SGD

  2. Smart filtering; Relational Analysis; Anomaly Analysis;
  3. 所属分类:教育

    • 发布日期:2014-11-14
    • 文件大小:272384
    • 提供者:neoooooz
  1. 并行SGD矩阵分解算法

  2. 串行的SGD矩阵分解算法会遇到可扩展性问题,为了减少运算时间可以进行并行化处理。
  3. 所属分类:网络安全

    • 发布日期:2017-12-03
    • 文件大小:434176
    • 提供者:qq_27663497
  1. caffe中优化方法比较

  2. SGD、Momentum、Nesterov、Adagrad、Adadelta、RMSprop、Adam、Adamax和Nadam优缺点比较
  3. 所属分类:深度学习

    • 发布日期:2017-12-27
    • 文件大小:143360
    • 提供者:baidu_26788951
  1. SGD线性规划+AR预测代码

  2. y=w*x+b;Xt=w1*xt-1+w2*xt-2+...+b;结合线性回归运用梯度下降法写一个简单的AR预测代码
  3. 所属分类:机器学习

    • 发布日期:2018-03-20
    • 文件大小:3072
    • 提供者:qingmeiann
  1. Bolt-on Differential Privacy for Scalable SGD-based Analytics

  2. Bolt-on Differential Privacy for Scalable Stochastic Gradient Descent-based Analytics 文章梳理的ppt
  3. 所属分类:算法与数据结构

    • 发布日期:2018-06-11
    • 文件大小:1048576
    • 提供者:kiooooo
  1. DigitalRecognition-SGD.zip

  2. 人工智能识别数字 Digital Recognition SGD对用的程序
  3. 所属分类:专业指导

    • 发布日期:2020-05-21
    • 文件大小:1048576
    • 提供者:lanshahewu
  1. GSM-SGD论文学习笔记.pptx

  2. 原论文地址:http://papers.nips.cc/paper/8867-global-sparse-momentum-sgd-for-pruning-very-deep-neural-networks.pdf
  3. 所属分类:深度学习

    • 发布日期:2020-06-28
    • 文件大小:1048576
    • 提供者:weixin_44291388
  1. 关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则)

  2. 今天小编就为大家分享一篇关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则),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:2020-09-17
    • 文件大小:56320
    • 提供者:weixin_38639872
  1. Keras SGD 随机梯度下降优化器参数设置方式

  2. 主要介绍了Keras SGD 随机梯度下降优化器参数设置方式,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:2020-09-16
    • 文件大小:64512
    • 提供者:weixin_38516804
  1. python实现随机梯度下降(SGD)

  2. 使用神经网络进行样本训练,要实现随机梯度下降算法。这里我根据麦子学院彭亮老师的讲解,总结如下,(神经网络的结构在另一篇博客中已经定义): def SGD(self, training_data, epochs, mini_batch_size, eta, test_data=None): if test_data: n_test = len(test_data)#有多少个测试集 n = len(training_data) for j in xrange(epoch
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:40960
    • 提供者:weixin_38638033
  1. 关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则)

  2. torch.optim的灵活使用详解 1. 基本用法: 要构建一个优化器Optimizer,必须给它一个包含参数的迭代器来优化,然后,我们可以指定特定的优化选项, 例如学习速率,重量衰减值等。 注:如果要把model放在GPU中,需要在构建一个Optimizer之前就执行model.cuda(),确保优化器里面的参数也是在GPU中。 例子: optimizer = optim.SGD(model.parameters(), lr = 0.01, momentum=0.9) 2. 灵活的设置各
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:56320
    • 提供者:weixin_38607195
  1. MLL-SGD:多级本地SGD模拟代码-源码

  2. 多级本地SGD模拟代码 对应的文章:T. Castiglia,A。Das和S. Patterson,“多层次本地SGD:异构系统的分布式SGD”,ICLR,2021年 该代码用于模拟具有异构工作程序的多级网络,并运行MLL-SGD以在一组数据上训练模型。 该代码不是出于部署目的,并且还有很大的优化空间。 可以使用Anaconda安装我们的环境:conda create env -f flearn.yml 纸张中显示的图形结果位于“图像”文件夹下。 原始数据结果可在“结果”文件夹下找到。 要
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:39845888
    • 提供者:weixin_42139871
  1. 【深度学习】 BGD、SGD、mini-batch GD-附件资源

  2. 【深度学习】 BGD、SGD、mini-batch GD-附件资源
  3. 所属分类:互联网

  1. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用(SGD、mSGD、AdaGrad、RMSProp、Adam)-附件资源

  2. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用(SGD、mSGD、AdaGrad、RMSProp、Adam)-附件资源
  3. 所属分类:互联网

  1. nfnets-keras:无规范化网络和SGD的Keras实现-自适应梯度剪切-源码

  2. 无规范化网络和SGD的Keras实现-自适应梯度剪切 论文: : 原始代码: : 如果可以帮助您的工作,请对该存储库加注星标! 注意:此存储库所基于的pytorch实现感谢。 注意:有关任何优化器的一般实现,请参,作为需要它的任何人的临时参考。 安装 从PyPi安装: pip3 install nfnets-keras 或使用以下命令安装最新代码: pip3 install git+https://github.com/ypeleg/nfnets-keras 用法 NFNe
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:20480
    • 提供者:weixin_42129005
  1. 【深度学习】 BGD、SGD、mini-batch GD-附件资源

  2. 【深度学习】 BGD、SGD、mini-batch GD-附件资源
  3. 所属分类:互联网

  1. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用(SGD、mSGD、AdaGrad、RMSProp、Adam)-附件资源

  2. 利用Matlab构建深度前馈神经网络以及各类优化算法的应用(SGD、mSGD、AdaGrad、RMSProp、Adam)-附件资源
  3. 所属分类:互联网

  1. nfnets-pytorch:在PyTorch中实现的NFNets和SGD的自适应梯度剪切-源码

  2. 无规范化网络和SGD的PyTorch实现-自适应梯度剪切 论文: : 原始代码: : 如果此存储库对您的工作有所帮助,请对其加注星标! 注意:有关任何优化器的一般实现,请参,作为需要它的任何人的临时参考。 安装 从PyPi安装: pip3 install nfnets-pytorch 或使用以下命令安装最新代码: pip3 install git+https://github.com/vballoli/nfnets-pytorch 用法 WSConv2d 像其他任何WS
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:6291456
    • 提供者:weixin_42160645
  1. 动手使用Python进行元学习:使用Tensorflow使用一键式学习,MAML,爬行动物,Meta-SGD等进行学习学习-源码

  2. 动手使用Python进行元学习:使用Tensorflow使用一键式学习,MAML,爬行动物,Meta-SGD等进行学习学习
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:37748736
    • 提供者:weixin_42170790
« 12 3 4 5 6 7 8 9 10 »