您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 感知器分词软件--python实现

  2. 感知器分词软件python实现,利用词的上下文特征
  3. 所属分类:专业指导

    • 发布日期:2011-05-16
    • 文件大小:5242880
    • 提供者:wwc775119626
  1. Python实现感知器算法

  2. 用Python实现模式识别中的感知器算法,测试数据在压缩包的data.txt文件中,结果会输出每一次权值向量的调整以及迭代次数和最终权值向量。
  3. 所属分类:Python

    • 发布日期:2014-05-27
    • 文件大小:2048
    • 提供者:ictwangbiao
  1. 单层感知器源码(附赠多层感知器源码)

  2. python实现单层感知器(附赠多层感知器源码) 实验报告类型
  3. 所属分类:讲义

    • 发布日期:2017-12-14
    • 文件大小:16384
    • 提供者:qq_39223223
  1. 单层感知器训练+实验截图

  2. 单层感知器实验,附源代码,实验截图。 python实现,喜欢的朋友可以交流一下。
  3. 所属分类:讲义

    • 发布日期:2017-12-14
    • 文件大小:55296
    • 提供者:qq_39223223
  1. 单层感知器

  2. 基于深度学习实现单层感知器的python代码,用单层感知器处理非线性分类问题,观察结果。
  3. 所属分类:机器学习

    • 发布日期:2018-03-27
    • 文件大小:8192
    • 提供者:jihong10102006
  1. <统计学习方法>对偶感知器Python代码

  2. 统计学习方法例2.2,对偶感知器Python代码实现。需要的人可以参考下
  3. 所属分类:机器学习

    • 发布日期:2018-05-05
    • 文件大小:26214400
    • 提供者:x710777335
  1. 感知器基础原理及python实现过程详解

  2. 主要介绍了感知器基础原理及python实现过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:254976
    • 提供者:weixin_38738422
  1. python实现神经网络感知器算法

  2. 主要为大家详细介绍了python实现神经网络感知器算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:74752
    • 提供者:weixin_38610717
  1. Python实现感知器模型、两层神经网络

  2. 主要为大家详细介绍了Python实现感知器模型、两层神经网络,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:90112
    • 提供者:weixin_38520046
  1. python实现感知器

  2. 主要为大家详细介绍了python实现感知器的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:98304
    • 提供者:weixin_38547035
  1. python实现感知器算法详解

  2. 主要为大家详细介绍了python实现感知器算法详解,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:167936
    • 提供者:weixin_38592643
  1. python实现感知器算法(批处理)

  2. 主要为大家详细介绍了python实现感知器算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-19
    • 文件大小:94208
    • 提供者:weixin_38551143
  1. python实现多层感知器MLP(基于双月数据集)

  2. 主要为大家详细介绍了python实现多层感知器MLP,基于双月数据集,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-19
    • 文件大小:67584
    • 提供者:weixin_38530211
  1. python实现多层感知器

  2. 主要为大家详细介绍了python实现多层感知器的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-19
    • 文件大小:53248
    • 提供者:weixin_38616033
  1. python实现多层感知器

  2. 写了个多层感知器,用bp梯度下降更新,拟合正弦曲线,效果凑合。 # -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt def sigmod(z): return 1.0 / (1.0 + np.exp(-z)) class mlp(object): def __init__(self, lr=0.1, lda=0.0, te=1e-5, epoch=100, size=None): self
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:52224
    • 提供者:weixin_38535812
  1. python实现感知器算法(批处理)

  2. 本文实例为大家分享了Python感知器算法实现的具体代码,供大家参考,具体内容如下 先创建感知器类:用于二分类 # -*- coding: utf-8 -*- import numpy as np class Perceptron(object): """ 感知器:用于二分类 参照改写 https://blog.csdn.net/simple_the_best/article/details/54619495 属性: w0:偏差 w:权向量 learning_rat
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:93184
    • 提供者:weixin_38725260
  1. python实现感知器算法详解

  2. 在1943年,沃伦麦卡洛可与沃尔特皮茨提出了第一个脑神经元的抽象模型,简称麦卡洛可-皮茨神经元(McCullock-Pitts neuron)简称MCP,大脑神经元的结构如下图。麦卡洛可和皮茨将神经细胞描述为一个具备二进制输出的逻辑门。树突接收多个输入信号,当输入信号累加超过一定的值(阈值),就会产生一个输出信号。弗兰克罗森布拉特基于MCP神经元提出了第一个感知器学习算法,同时它还提出了一个自学习算法,此算法可以通过对输入信号和输出信号的学习,自动的获取到权重系数,通过输入信号与权重系数的乘积来
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:167936
    • 提供者:weixin_38649356
  1. python实现感知机线性分类模型示例代码

  2. 前言 感知器是分类的线性分类模型,其中输入为实例的特征向量,输出为实例的类别,取+1或-1的值作为正类或负类。感知器对应于输入空间中对输入特征进行分类的超平面,属于判别模型。 通过梯度下降使误分类的损失函数最小化,得到了感知器模型。 本节为大家介绍实现感知机实现的具体原理代码: 运 行结果如图所示: 总结 以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对软件开发网的支持。 您可能感兴趣的文章:
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:148480
    • 提供者:weixin_38577551
  1. python实现神经网络感知器算法

  2. 现在我们用python代码实现感知器算法。 # -*- coding: utf-8 -*- import numpy as np class Perceptron(object): eta:学习率 n_iter:权重向量的训练次数 w_:神经分叉权重向量 errors_:用于记录神经元判断出错次数 def __init__(self, eta=0.01, n_iter=2): self.eta = eta self.n_iter = n_iter pass de
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:74752
    • 提供者:weixin_38577378
  1. python实现感知器

  2. 上篇博客转载了关于感知器的用法,遂这篇做个大概总结,并实现一个简单的感知器,也为了加深自己的理解。 感知器是最简单的神经网络,只有一层。感知器是模拟生物神经元行为的机器。感知器的模型如下: 给定一个n维的输入 ,其中w和b是参数,w为权重,每一个输入对应一个权值,b为偏置项,需要从数据中训练得到。 激活函数 感知器的激活函数可以有很多选择,比如我们可以选择下面这个阶跃函数f来作为激活函数: 输出为: 事实上感知器可以拟合任何线性函数,任何线性分类或线性回归的问题都可以用感知器来解决。但
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:97280
    • 提供者:weixin_38752830
« 12 3 »