注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. evostrat:一个易于使用进化策略（ES）的库-源码

  2. EvoStrat 使演化策略（ES）易于使用的库。 安装 pip install evostrat 用法 pop = PopulationImpl (...) # See complete examples for implementations. optim = torch . optim . Adam ( pop . parameters ()) # Use any torch.optim optimizer for i in range ( N ): optim . zero_

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：89088
    • 提供者：weixin_42116058

  1. optim-源码

  2. optim

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42122881

  1. Optim-Theory-Homework-源码

  2. Optim-Theory-Homework

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：47104
    • 提供者：weixin_42104366

  1. Learning-Rate-Dropout:Pytorch实现学习率下降-源码

  2. 学习率下降 Pytorch实现学习率下降。 论文链接： : 为Cifar10训练ResNet-34： 跑： python main.py --model=resnet --optim=adam_lrd --lr=0.001 --LRD_p=0.5 python main.py --model=resnet --optim=adam --lr=0.001 python main.py --model=resnet --optim=sgd_lrd --lr=0.1 --LRD_p=0.5

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：192512
    • 提供者：weixin_42166623

  1. GMM-Optim:将EM算法用于多类高斯混合模型，并使用optimtool进一步优化-源码

  2. GMM优化 期望最大化（EM）算法是找到一组统计参数（即高斯数据集的均值和方差）的局部最大似然估计的好方法。 该项目展示了如何为多维，多维高斯数据实现EM算法，以及如何使用MATLAB的优化工具箱进一步完善MLE估计器。 笔记 GMM.m是主要的.m文件。 用户定义数据集的真实均值，方差和比例，然后在GaussianNormalDist.m中随机生成。 负对数可能性目标函数是通过GMM_negloglik.m计算的。 在获得EM估计值之后， optimtool将使用Nelder-Mead / S

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：128000
    • 提供者：weixin_42132598

  1. correspondence-discrete-optim-源码

  2. 对应问题的组合算法

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：10240
    • 提供者：weixin_42151599

  1. nn-template：使用PyTorch Lightning，Hydra，W＆B和DVC引导您的PyTorch项目的通用模板-源码

  2. NN模板 引导您的项目的通用模板。 单击并避免为以下代码编写样板代码： ，轻便的PyTorch包装器，用于高性能AI研究。 ，用于优雅配置复杂应用程序的框架。 ，跟踪大文件，目录或ML模型。 想想“为数据而战”。 ，组织和分析机器学习实验。 （可用教育帐户） 使用范例 检出以查看上的最低工作示例。 结构 . ├── conf # Hydra compositional config │   ├── default.yaml # current e

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：15360
    • 提供者：weixin_42151599

  1. abc-源码

  2. 腹部多器官节段 使用pytorch进行腹部多器官分割， pytorch版本：0.4.0 数据来自名为“超越颅骨金库的多地图集”的在线挑战，有关详细信息，您可以检查以下链接： : //www.synapse.org/#!Synapse:syn3193805/wiki/217752 。 在此挑战中，任务是细分以下13种不同的器官： 数据管理 我使用比赛组织者提供的训练集。 训练集包含30条CT数据，我将其随机分为25个用于训练和5个用于评估。 并将它们组织如下： 资料处理 我将轴向间距标准化为3

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：78643200
    • 提供者：weixin_42139357

  1. Fairscale：用于高性能和大规模培训的PyTorch扩展-源码

  2. 描述 FairScale是PyTorch扩展库，用于在一台或多台机器/节点上进行高性能和大规模培训。 该库扩展了基本的PyTorch功能，同时添加了新的实验功能。 FairScale支持： 并行性： 管道并行性（fairscale.nn.Pipe） 分片训练： 优化程序状态分片（fairscale.optim.oss） 分片式洁牙机-自动混合精度 分片分布式数据并行 大规模优化： AdaScale SGD（从fairscale.optim导入AdaScale） 要求 PyTorch&g

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：389120
    • 提供者：weixin_42166261

  1. JuSwarm：Julia实施PSO-源码

  2. JuSwarm PSO的无梯度非线性优化 JuSwarm.jl是一个使用无梯度粒子群优化（PSO）算法解决非线性多元优化问题的软件包。 简单的例子 考虑n维的简单多元球面函数： f(x) = sum(x.^2) 可以使用JuSwarm.jl和Optim.jl提供的混合优化器来找到最小值，如下所示（考虑10维球体函数）： using JuSwarm using Optim f(x) = sum(x.^2) Num_Of_Dims = 10 PSOoptions = PSOOptions(Num

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：13312
    • 提供者：weixin_42131367

  1. image-optimizer：图像优化压缩库。 该库能够以非常便捷的方式优化png，jpg和gif文件。 它使用optipng，pngquant，pngcrush，pngout，gifsicle，jpegoptim和jpegtran工具-

  2. 图像优化器 该库非常方便，并且非常易于使用针对图像文件的优化器。 它采用 ， ， ， 和几个库，所以使用它之前，你应该在服务器上安装正确的库。 项目包含Vagrantfile，该文件定义了安装了所有库的测试虚拟机，因此您可以检查Vagrantfile如何安装所有这些东西。 多亏了它使用的ImageOptimizer和库，您的图像文件可以缩小10％-70％ 。 安装 使用作曲家： composer require ps/image-optimizer 基本用法 $ factory = n

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：16384
    • 提供者：weixin_42099070

  1. retinize：Retinize将放大（使用最近的邻居）图像以在视网膜屏幕上正确显示。 当您不想存储升级版本时，这对于像素艺术特别有用-源码

  2. 重塑 将（使用最近的邻居）图像以在视网膜屏幕上正确显示。 当您不想存储升级版本时，这对于像素图特别有用。 这是一个。 更新2016 现在，使用CSS可以解决模糊问题。 jQuery版本保持不变，但这仅在需要较旧的浏览器支持或仅想使用画布时才真正需要，因此该类仅是canvas。 使用以下内容： canvas , img { image-rendering : optimizeSpeed; image-rendering : -o-crisp-edges; image-rende

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：9216
    • 提供者：weixin_42169245

  1. 块状：将像素艺术图像转换为Web的SVG文件:robot:-源码

  2. 块状 将像素图稿图像文件转换为Web的SVG。 用法 使用blocky非常简单：给它一个PNG文件，它将SVG数据写入标准输出。 $ blocky [-debug] [-keepInvisible] [-exclude=#RRGGBB[AA]] [-optimize=pixels|rects] FILE blocky接受的标志表示以下含义： 旗 默认 说明 -debug 关 启用调试模式输出 -keepInvisible 关 写入具有0x00 alpha值的元素 -exclude=#RR

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：14336
    • 提供者：weixin_42100971

  1. pytorch-gradual-warmup-lr：PyTorch的逐步预热学习速率调度程序-源码

  2. pytorch渐进热身lr pytorch优化器的逐步热身（增加）学习率。 在“准确，大型的小批量SGD：1小时内培训ImageNet”中提出。 示例：逐步预热100个时间段，然后使用余弦退火。 安装 $ pip install git+https://github.com/ildoonet/pytorch-gradual-warmup-lr.git 用法 请参阅文件。 import torch from torch . optim . lr_scheduler import Step

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：34816
    • 提供者：weixin_42098892

  1. DeconvOptim.jl：基于通过Optim.jl进行优化的反卷积框架-源码

  2. DeconvOptim.jl：基于通过Optim.jl进行优化的反卷积框架

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_42097557

  1. Jekyll-webpack-boilerplate：:high_voltage:与Jekyll和Webpack一起制作性能最高的静态网站的样板-源码

  2. Jekyll-webpack-样板 Jekyll样板与Webpack配合使用，可以构建现代的高性能网站（包括Progressive Web Apps）。 阅读有关此样板如何构建的更多信息： : 产品特点 改善工作流程 Webpack与Jekyll一起工作 BrowserSync实时重新加载 优化的风格和SASS SASS风格 PostCSS自动前缀 缩小CSS 关键CSS路径已添加到主模板（使用带有optim的命令） ES6和优化 ES6通天塔 JS缩小和丑化 ES皮棉 图像优化 I

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：411648
    • 提供者：weixin_42128393

  1. Optim.jl：Julia的优化功能-源码

  2. Optim.jl：Julia的优化功能

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：343040
    • 提供者：weixin_42107491

  1. optim：OptimLib：轻量级的C ++非线性函数数值优化方法库-源码

  2. optim：OptimLib：轻量级的C ++非线性函数数值优化方法库

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：11534336
    • 提供者：weixin_42099987

  1. CIFAR_MLP_Pytorch_Lightning:使用Pytorch光照库在CIFAR数据集上训练了多层感知器（MLP）神经网络-源码

  2. CIFAR_MLP_Pytorch_Lightning 使用Pytorch照明库对多层感知器（MLP）神经网络进行了训练。 CIFAR数据集用于对神经网络进行分类。 进行不同的实验并观察结果。 实验类型和网络验证准确性如下： 版本1：B_SIze：32 H_Layers：1 H神经元：512 Optim：SGD Sigmoid Val_Acc：0.4706 版本2：B_SIze：32 H_Layers：1 H神经元：1512优化：SGD Sigmoid Val_Acc：0.4626 版

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：3072
    • 提供者：weixin_42114046

  1. TorchRC:在PyTorch API中很好地集成了有组织的储层计算模型和技术集合-源码

  2. 火炬RC 在PyTorch API中很好地集成了有组织的储层计算模型和技术集合。 警告：正在进行中！ 里面有什么 楷模 目前，该库包含以下实现： （泄漏/深度/双向）回波状态网络（ torch_rc.nn.LeakyESN ） （泄漏/深度/双向）带有环形或多环水库的回波状态网络（ torch_rc.nn.MultiringESN ） 更多型号即将问世。 优化器 TorchRC允许以封闭形式或使用标准PyTorch优化器来训练油藏模型。 支持精确的增量式封闭格式技术，以支持将所有网络状

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：23552
    • 提供者：weixin_42165712
« 12 »