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. BPNet多层网络学习算法可以实现有效的分类，包括完整代码、训练和测试数据集。

  2. BPNet算法是一种最有效的多层神经网络学习方法算法实现分类。包括已实现的代码和训练、测试的数据集。

  3. 所属分类：机器学习

    • 发布日期：2018-05-24
    • 文件大小：10240
    • 提供者：qq_39165556

  1. python实现多层神经网络实现线性不可分

  2. 实现一个多层的BP神经网络，将处理线性不可分二分类处理问题是在一个正方形内划一个圆分为两部分进行分类 具有保存参数的功能。每层的个数可设定，层数固定。

  3. 所属分类：机器学习

    • 发布日期：2019-03-18
    • 文件大小：26624
    • 提供者：weixin_43287548

  1. AI学习知识点.xmind

  2. *AI学习知识点* 1. 基础知识 概率论 微积分与逼近论 极限、微分、积分的基本概念 利用逼近的思想理解微积分，利用积分的方式理解概率论 概率论的基础 古典模型 常见的概率分布 大数定理和中心极限定理 协方差和相关系数 最大似然估计和最大后验估计 凸优化 凸优化的基本概念 凸函数 凸集 凸优化问题的标准形式 线性代数及矩阵 线性空间及线性变化 矩阵的基本概念 状态转移矩阵 特征

  3. 所属分类：Python

    • 发布日期：2019-07-15
    • 文件大小：240640
    • 提供者：lingfeian

  1. BP神经网络用于TE数据故障诊断分类（python）

  2. 压缩包中包含代码和所需数据，此代码实现了TE数据故障1测试集的正确分类，正确率99.9%。开发环境为jupyter lab。

  3. 所属分类：制造

    • 发布日期：2020-03-29
    • 文件大小：358400
    • 提供者：jiaohengrui

  1. 多层BP神经网络（参数高自由度）Python

  2. 这是用python实现的多层BP神经网络，详细简介： 1）层数、输入神经元个数、隐藏层神经元个数、输出神经元个数可定制； 2）隐藏层激励函数可选：tanh、logistic，可自行拓展到字典中； 3）内含多分类编码器，多分类数据集类标无需编码可直接输入输出； 4）输出层激励函数固定为sigmoid，在predict方法可以设置是否返回概率值。 初学机器学习，如编写有问题请不吝赐教，如果有疑问也欢迎讨论，QQ：1642990705

  3. 所属分类：机器学习

    • 发布日期：2020-02-20
    • 文件大小：6144
    • 提供者：qq_43116030

  1. BP神经网络进行蝴蝶花分类 附数据与源代码 Python

  2. 设计一个BP神经网络对蝴蝶花进行分类 实验内容包括： BP神经网络的结构设计； 通过Python实现BP神经网络； 实验进行参数优化，对比不同参数的效果性能； 分析实验结果，优化BP神经网络结构；

  3. 所属分类：机器学习

    • 发布日期：2020-01-03
    • 文件大小：234496
    • 提供者：qq_33531391

  1. 03_neuralNerwork_BP_ImageToVector.zip

  2. 使用Python在Pycharm环境，实现26个字母识别，主要是使用BP神经网络来实现分类，程序包含了训练过程：将26个字母的图片导入模型中进行训练。使用交叉验证。 代码中包含十分详细的注释、使用教程。

  3. 所属分类：机器学习

    • 发布日期：2019-08-18
    • 文件大小：28311552
    • 提供者：qq_37279311

  1. BP神经网络

  2. 用matlab和python实现创建BP神经网络，对鸢尾花数据集进行分类

  3. 所属分类：机器学习

    • 发布日期：2019-04-20
    • 文件大小：33792
    • 提供者：langwen2048

  1. BP神经网络源码（python实现）

  2. python代码实现，可以调整网络结构，适用分类与回归问题，包含随机梯度下降、动量梯度下降，RMSProp、Adam优化算法。

  3. 所属分类：深度学习

    • 发布日期：2020-12-03
    • 文件大小：21504
    • 提供者：qq_38048756

  1. BP神经网络源码.rar

  2. python代码实现，可以调整网络结构，适用分类与回归问题，包含随机梯度下降、动量梯度下降，RMSProp、Adam优化算法。通过hyperopt优化调参，另外补充了一些测试demo

  3. 所属分类：深度学习

    • 发布日期：2020-12-07
    • 文件大小：9437184
    • 提供者：qq_38048756

  1. 神经网络模型详解与误差逆传播优化

  2. 文章目录一、神经元模型1.1 M-P神经元1.2 激励函数1.2.1 单位阶跃函数1.2.2 logistic函数（sigmoid）1.2.3 tanh函数（双曲正切函数）1.2.4 ReLU（修正线性单元）1.2.5 激励函数对比1.3 罗森布拉特感知器1.4 Adaline（自适应线性神经元）二、神经网络模型2.1 线性不可分问题2.2 多层前馈神经网络三、神经网络学习：误差逆传播四、Python实现4.1 确定参数4.2 内置数据预处理器4.3 数据初始化4.4 BP算法4.6 预测类标五

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：275456
    • 提供者：weixin_38592502

  1. Class-Project:一个包含数据科学本科专业课作业的项目文件夹:candy:包括计算机网络，操作系统，计算机系统，统计，算法，神经网络，数据科学数学基础，PHP网站，导论（情感分析）-源码

  2. 课堂项目 一个包含数据科学本科专业课作业的项目文件夹目前包括的课程有 一，操作系统 （四个项目） 【一个简易的shell＆三个修改minix实现内存管理和I / O子系统（ram盘管理）＆chrt调用的相关修改】 二，计算机网络 （Java多线程＆Java RPI＆最终项目） 三，专业英语 （1.蘑菇二分类BP神经网络（训练30次准确率达到100％） （2.基于PHP的小型网址文件夹（支持增删改查等基本操作）） 四，概率论 卷积图像平滑模拟poker计算同花顺概率等 五，数据科学的数学基础 课程

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：60817408
    • 提供者：weixin_42125770

  1. BP神经网络与Python实现

  2. 本文来自于cnblogs,人工神经网络是一种经典的机器学习模型，随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题，神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数，并使用该函数进行预测，网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题，如果你已经了解了神经网络的工作原理可以在http://playground.tensorflow.org/上体验一个浅层神经网络的

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：161792
    • 提供者：weixin_38712899

  1. BP神经网络python简单实现

  2. 本文来自于CSDN，介绍了BP神经网络原理以及如何使用Python来实现BP神经网络等相关知识。人工神经网络是一种经典的机器学习模型，随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题，神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数，并使用该函数进行预测，网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题.感知机(Perceptron)是一个简单的线性二分类器，它保

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：161792
    • 提供者：weixin_38658085

  1. BP神经网络与Python实现

  2. 本文来自于cnblogs,人工神经网络是一种经典的机器学习模型，随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题，神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数，并使用该函数进行预测， 网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题，如果你已经了解了神经网络的工作原理可以在http://playground.tensorflow.org/上体验一个浅层神经网络

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：154624
    • 提供者：weixin_38701683

  1. BP神经网络python简单实现

  2. 本文来自于CSDN，介绍了BP神经网络原理以及如何使用Python来实现BP神经网络等相关知识。人工神经网络是一种经典的机器学习模型，随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题，神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数，并使用该函数进行预测， 网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题.感知机(Perceptron)是一个简单的线性二分类器，它

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：155648
    • 提供者：weixin_38526208

  1. python实现BP神经网络回归预测模型

  2. 神经网络模型一般用来做分类，回归预测模型不常见，本文基于一个用来分类的BP神经网络，对它进行修改，实现了一个回归模型，用来做室内定位。模型主要变化是去掉了第三层的非线性转换，或者说把非线性激活函数Sigmoid换成f(x)=x函数。这样做的主要原因是Sigmoid函数的输出范围太小，在0-1之间，而回归模型的输出范围较大。模型修改如下： 代码如下： #coding: utf8 '''' author: Huangyuliang ''' import json import random i

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：119808
    • 提供者：weixin_38624557

  1. BP神经网络原理及Python实现代码

  2. 本文主要讲如何不依赖TenserFlow等高级API实现一个简单的神经网络来做分类，所有的代码都在下面；在构造的数据（通过程序构造）上做了验证，经过1个小时的训练分类的准确率可以达到97%。 完整的结构化代码见于：链接地址 先来说说原理 网络构造 上面是一个简单的三层网络；输入层包含节点X1 , X2；隐层包含H1，H2；输出层包含O1。 输入节点的数量要等于输入数据的变量数目。 隐层节点的数量通过经验来确定。 如果只是做分类，输出层一般一个节点就够了。 从输入到输出的过程 1.输入节点的输出

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：103424
    • 提供者：weixin_38663701