您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. RNN-model及相关编程例子

  2. 内含有经常使用的rnn-cell,lstm-cell, gru-cell以及双向传播层的相关API介绍,还有一个jupyter notebook记录了相关的编程代码实现
  3. 所属分类:深度学习

    • 发布日期:2017-11-20
    • 文件大小:834560
    • 提供者:luffytom
  1. rnn-tutorial-gru-lstm-master分词

  2. 人工智能深度学习,中文分词代码,准确无误。rnn-tutorial-gru-lstm-master分词
  3. 所属分类:深度学习

    • 发布日期:2018-03-12
    • 文件大小:32505856
    • 提供者:nicolepingz
  1. CNN+GRU+CTC不定长中文识别模型训练和测试

  2. Keras训练CNN+GRU+CTC不定长中文识别模型工程代码,含模型文件
  3. 所属分类:深度学习

    • 发布日期:2018-02-10
    • 文件大小:77594624
    • 提供者:dcrmg
  1. GRU Matlab 代码

  2. 循环神经网络GRU模型Matlab 代码,可直接运行,用于学习。
  3. 所属分类:深度学习

    • 发布日期:2018-09-11
    • 文件大小:458752
    • 提供者:wdddongcheng
  1. crash.plugins.crowd-1.3.0-beta5.zip

  2. gru.zip,GRU是一个Java生产力增强的Rjava代码辅助项目(TBD)
  3. 所属分类:其它

    • 发布日期:2019-10-14
    • 文件大小:18432
    • 提供者:weixin_38744375
  1. GRU神经网络 Python代码

  2. 基于Keras的GRU神经网络实现 Python编写 可以直接运行得到结果
  3. 所属分类:深度学习

    • 发布日期:2019-04-20
    • 文件大小:8192
    • 提供者:djq77777
  1. 时间序列预测,信号处理,深度学习,SOH和SOC相关代码

  2. 相关cnn、lstm、gru、tcn等等一些优化过后的用于时间序列预测的方法。还有EMD、小波等算法的实现。有需要的可以私聊,可以不用积分。
  3. 所属分类:深度学习

    • 发布日期:2020-07-15
    • 文件大小:793600
    • 提供者:weixin_43244470
  1. GRU-neural-networks.zip

  2. 可直接运行得到代码
  3. 所属分类:机器学习

    • 发布日期:2020-09-03
    • 文件大小:9216
    • 提供者:Kingchuxu
  1. GRU的matlab时间序列神经网络

  2. 门控循环单元是循环神经网络LSTM的一种变体,通常用于时间序列的预测。与LSTM的门机制相比较,GRU模型更简单,只有两个门,分别是更新门、重置门
  3. 所属分类:深度学习

    • 发布日期:2020-10-24
    • 文件大小:458752
    • 提供者:zhenglei_wei
  1. 解决TensorFlow调用Keras库函数存在的问题

  2. tensorflow在1.4版本引入了keras,封装成库。现想将keras版本的GRU代码移植到TensorFlow中,看到TensorFlow中有Keras库,大喜,故将神经网络定义部分使用Keras的Function API方式进行定义,训练部分则使用TensorFlow来进行编写。一顿操作之后,运行,没有报错,不由得一喜。但是输出结果,发现,和预期的不一样。难道是欠拟合?故采用正弦波预测余弦来验证算法模型。 部分调用keras库代码如上图所示,用正弦波预测余弦波,出现如下现象: def
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:140288
    • 提供者:weixin_38620839
  1. Chineseocr:YOLO3+CRNN (基于windows+pytorch安装试用)

  2. 1.4.1 介绍 Git地址:https://github.com/chineseocr/chineseocr。目前支持darknet、keras、tensorflow、pytorch。但将来会主要支持darknet。Yolo3开始就是用darknet编写的。 基于yolo3 与crnn 实现中文自然场景文字检测及识别。我试的身份证识别效果很好。 YOLO3:目标检测。 CRNN: EndToEnd文本识别网络-CRNN(CNN+GRU/LSTM+CTC) 1.4.2 环境准备 目前git上的代
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:128000
    • 提供者:weixin_38676058
  1. lstm+ctc+cnn架构,进行不定长度验证码识别

  2. lstm+ctc+cnn架构,进行不定长度验证码识别,达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字,并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn
  3. 所属分类:深度学习

    • 发布日期:2021-01-01
    • 文件大小:109051904
    • 提供者:bruce__ray
  1. 动手学深度学习pytorch版本

  2. pytorch之GRU模型 疫情期间,宅家无聊,参加了由和鲸社区、Datawhale、伯禹人工智能学院等单位联合发起的免费公益学习活动,主要利用pytorch进行深度学习,时间比较紧凑,没怎么学懂,得多花一点时间,代码都是向大佬借鉴的,错误之处,恳请指正,我就是个搬运工,仅做学习打卡使用,不喜勿喷哈哈哈哈。 import numpy as np import torch from torch import nn, optim import torch.nn.functional as F imp
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:66560
    • 提供者:weixin_38586279
  1. 代码实践 | 自编码器

  2. 前情回顾 戳上方蓝字【阿力阿哩哩的炼丹日常】关注我~ 今天继续给大家介绍第四章的内容 前面我们介绍了: 深度学习开端-全连接神经网络 一文掌握CNN卷积神经网络 超参数(Hyperparameters)|  上 超参数(Hyperparameters)|  下 寄己训练寄己|自编码器 通熟易懂RNN|RNN与RNN的变种结构 | 上 通俗易懂LSTM|RNN的变种结构 | LSTM长短期记忆网络 通俗易懂GRU|门控循环单元(gated recurrent unit, GRU) 代码实践 |
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:580608
    • 提供者:weixin_38658085
  1. Task03 循环神经网络进阶(pytorch代码实现)

  2. 循环神经网络进阶 ⻔控循环神经⽹络(GRU) 当时间步数较⼤或者时间步较小时, 循环神经⽹络的梯度较容易出现衰减或爆炸。虽然裁剪梯度可以应对梯度爆炸,但⽆法解决梯度衰减的问题。通常由于这个原因,循环神经⽹络在实际中较难捕捉时间序列中时间步距离较⼤的依赖关系。 ⻔控循环神经⽹络(GRU):捕捉时间序列中时间步距离较⼤的依赖关系 CNN: GRU: • 重置⻔有助于捕捉时间序列⾥短期的依赖关系; • 更新⻔有助于捕捉时间序列⾥⻓期的依赖关系。 GRU pytorch简洁代码实现 import n
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:214016
    • 提供者:weixin_38664612
  1. two-are-better-than-one:与论文相关的代码**两个比一个好-源码

  2. 自述文件 在EMNLP 2020上,与论文“两个优于一个”相关的代码:使用表序列编码器的联合实体和关系提取 纳维 资源 数据集位于“ ./datasets/”中。由于版权问题,我们无法直接发布ACE数据集,而是将其预处理脚本放在“ ./datasets/”中。 每个数据集的单词vectoers都包含在“ ./wv/”中; 不包括上下文化的词嵌入和注意权重(因为它们太大)。我们使用库“ transformers”和“ flair”在本地生成它们。请参考“ ./gens/gen_*.py”。 型号相
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:16777216
    • 提供者:weixin_42146888
  1. Intrusion-Detection-System-for-IoT-networks-using-Gated-Recurrent-Neural-Networks-GRU:使用门控递归神经网络(GRU)的IoT网络智能入侵检测系统-源码

  2. 论文 使用门控递归神经网络(GRU)的IoT网络智能入侵检测系统:一种深度学习方法 注意:此处未发布主要代码和分析。 此回购中的笔记本是研究初期阶段所做的基本工作。
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:1048576
    • 提供者:weixin_42166626
  1. RecurrentLM:用于在具有RNN,GRU和LSTM层的PyTorch上训练,测试和采样自动回归递归语言模型的代码和脚本-源码

  2. 复发性LM 描述 用于在具有RNN,GRU和LSTM层的PyTorch上训练,测试和采样自动回归递归语言模型的代码和脚本。 买者自负 该存储库仅用于教育和展示目的。 内容按“原样”提供,没有任何默示保证,并且对因使用该内容而造成的损失不承担任何责任。 功能性 该代码提供3种功能:训练LM,评估LM和从LM采样序列。 单词级和字符级LM都可以训练。 训练可以在CPU或GPU中进行,测试和采样在CPU上进行。 训练 培训是使用train_lm.py脚本完成的。 运行python train_lm.p
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:16384
    • 提供者:weixin_42118770
  1. 屏幕截图至代码:将设计模型转换为静态网站的神经网络-源码

  2. 详细的教程涵盖了该存储库中的代码: 。 神经网络是通过三个迭代构建的。 从Hello World版本开始,然后是主要的神经网络层,最后是对其进行训练以进行概括。 这些模型基于Tony Beltramelli的 ,并受到Airbnb的和哈佛的的。 注意:只有Bootstrap版本可以推广到新的设计模型中。 它使用16个特定于域的令牌,这些令牌已转换为HTML / CSS。 它具有97%的准确性。 最佳模型使用GRU而不是LSTM。 该版本可以在一些GPU上进行训练。 原始HTML版本具有推广
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:1048576
    • 提供者:weixin_42116058
  1. deep_learning:这是一个深度学习示例代码存储库-源码

  2. 深度学习-NLP-图像处理 该存储库包含python代码,用于在结构化和非结构化数据上分析和应用机器学习和深度学习算法。 深度学习:在此文件夹中,我尝试提供标准或常规的深度学习算法,并提供简短明了的解释。 NLP :此文件夹包含不同类型的深度学习算法,例如RNN,LSTM,GRU等。 图像处理图像处理/计算机视觉是AI中最热门的趋势之一,我试图在此文件夹中介绍其算法。
  3. 所属分类:其它

    • 发布日期:2021-04-02
    • 文件大小:1048576
    • 提供者:weixin_42135753
« 12 »