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. LSTM_TimeSeries_AnomalyDetection[python/Keras]

  2. 异常点检测是指寻找那些偏离标准值或正常值的数据点。异常点有几种常见的类型：短期内产生的峰值，包括最大值、最小值、以及零值；长期的数据合计与上一周期的比较等。检测方法也可以归类为两种：对数据点进行分类，标记异常与否；或是对未来数据走势做预测，给出置信区间。人工神经网络也能够进行异常检测，只是这一方式还处于科研阶段。想要提醒读者的是，尽量从简单的模型开始，针对你的具体问题进行优化，因为通用的算法并不一定是最优的。

  3. 所属分类：深度学习

    • 发布日期：2018-06-12
    • 文件大小：139264
    • 提供者：qj8380078

  1. python，BP神经网络做预测

  2. python，BP神经网络做预测

  3. 所属分类：机器学习

    • 发布日期：2020-04-17
    • 文件大小：87040
    • 提供者：weixin_43442290

  1. 使用python搭建mnist全连接神经网络

  2. 通过模块化的编程思想，运用Tensorflow搭建的全连接神经网络，代码包括5个文件，分别为generateds.py;forward.py;backward.py;test.py;appMnist.py，分别对应生成数据集，前向传播，反向传播，测试模型，运用模型做预测的功能

  3. 所属分类：机器学习

    • 发布日期：2019-03-16
    • 文件大小：14336
    • 提供者：weixin_42216171

  1. Keras构建神经网络踩坑(解决model.predict预测值全为0.0的问题)

  2. 终于构建出了第一个神经网络，Keras真的很方便。 之前不知道Keras这么方便，在构建神经网络的过程中绕了很多弯路，最开始学的TensorFlow，后来才知道Keras。 TensorFlow和Keras的关系，就像c语言和python的关系，所以Keras是真的好用。 搞不清楚数据的标准化和归一化的关系，想对原始数据做归一化，却误把数据做了标准化，导致用model.predict预测出来的值全是0.0，在网上搜了好久但是没搜到答案，后来自己又把程序读了一遍，突然灵光一现好像是数据归一化出了问

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：53248
    • 提供者：weixin_38519660

  1. 利用Pytorch实现简单的线性回归算法

  2. 最近听了张江老师的深度学习课程，用Pytorch实现神经网络预测，之前做Titanic生存率预测的时候稍微了解过Tensorflow，听说Tensorflow能做的Pyorch都可以做，而且更方便快捷，自己尝试了一下代码的逻辑确实比较简单。 Pytorch涉及的基本数据类型是tensor（张量）和Autograd（自动微分变量），对于这些概念我也是一知半解，tensor和向量，矩阵等概念都有交叉的部分，下次有时间好好补一下数学的基础知识，不过现阶段的任务主要是应用，学习掌握思维和方法即可，就不再

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：109568
    • 提供者：weixin_38708707

  1. ShouldIwatchThisMovie:这款应用程式会建议您是否应该根据西班牙剧情看电影-源码

  2. 通过jaimemorillo 我应该看这部电影吗？ 在此存储库中，我将放置TFG应用程序，该应用程序可以帮助人们找到有趣的电影，以不同于传统推荐系统的方式观看。 接触 电子邮件： 。 Github： 。 关于该项目 话题 该Web应用程序根据您的个人喜好和以前看过的电影的历史向您显示电影及其得分。 怎么做 解决方案和NLP二进制分类问题，使用电影的提要来训练神经网络（西班牙语）。 技巧 已应用以下nlp技术： 标准化和删除停用词。 抽干。 标记化。 文字扩充。 Word2Vec

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：52428800
    • 提供者：weixin_42137723

  1. CulturalDataScienceExamProject2020:2020年文化数据科学考试项目| 奥尔胡斯大学| 索菲·迪特默（Sofie Ditmer）-源码

  2. 2020年文化数据科学考试项目| 奥尔胡斯大学 repository此资料库包含2020年秋季在奥尔胡斯大学文化数据科学课程中期末考试项目的内容。该项目的主要目标是为丹麦自然语言处理（NLP）领域做出贡献。 这是通过两种方式完成的： 在包含超过10亿个单词的丹麦Gigaword语料库（DAGW）上训练了一个神经网络模型。 开发了一个基于Web的交互式Shiny应用程序，以为用户提供不同的工具，例如探索模型预测的单词之间的语义关系，生成单词云并执行情感分析。 因此，此存储库包含两个主要元素：

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_42116672

  1. Python数据清洗实践

  2. “数据科学家们80%的精力消耗在查找、数据清理、数据组织上，只剩于20%时间用于数据分析等。”——IBM数据分析数据清洗是处理任何数据前的必备环节。在你开始工作前，你应该有能力处理数据缺失、数据不一致或异常值等数据混乱情况。在开始做数据清洗前，需要对Numpy和Pandas库有基本的理解。数据清洗名如其意，其过程为标识并修正数据集中不准确的记录，识别数据中不可靠或干扰部分，然后重建或移除这些数据。数据清洗是数据科学中很少提及的一点，因为它没有训练神经网络或图像识别那么重要，但是数据清洗却扮演着非

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：345088
    • 提供者：weixin_38742453

  1. Bossify-uofthacks2021：使用神经网络进行价格预测的Android应用演示-源码

  2. 关于我们的UofT Hacks项目 灵感 大流行期间，自由职业者（尤其是创意设计师）的应变能力给了我们启发。 作为学生，很容易感到不知所措并且不重视自己的工作。 我们希望赋予新兴设计师以力量，并提醒他们一些勇气可以做什么。 和支持。 它能做什么 Bossify是一款移动应用程序，可以巧妙地帮助学生调整设计费用。 它侧重于公平的预付工资，这反过来又增加了节省的金额。 这可以用于应急基金。 另一方面，客户可以获得高质量，可靠的工作。 该平台具有透明的评分系统，可以轻松找到优质的自由职业者。 这是双

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：96256
    • 提供者：weixin_42135754

  1. pydoku：使用OpenCV和机器学习在Python中解决数独问题-源码

  2. pydoku 使用OpenCV和深度学习在Python中解决数独问题。 该存储库包括以下内容： 图像处理 数独网格识别 网格提取 使用卷积神经网络模型进行数值预测（准确度为99％） 递归数独求解器 Flask Web前端（基于Pixel-Lite样板： : ） 数量预测基于使用Chars74K数据集训练的CNN模型： ：//www.ee.surrey.ac.uk/CVSSP/demos/chars74k/ 去做 切换到tflite-model 整合网页前端 根据整个图片的面

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：112197632
    • 提供者：weixin_42180863

  1. FaceEmotionClassifier：人脸识别与卡通化-源码

  2. 人脸情绪识别与emoji转换（FaceEmotionClassifier） 用Keras做前端，tensorflow做预测训练模型识别人类的情绪。根据情绪选择相应的表情符号匹配 项目简介 通过opencv-python识别出人脸 然后用fer2013的数据集训练深度卷积神经网络整合的模型识别人脸表情 使用训练好的模型识别人脸的表情情绪 根据识别结果，匹配合适的emoji遮住人脸 项目环境 基于python 3.5.6，opencv-python == 4.1.2.30，tensorflow-gp

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：116391936
    • 提供者：weixin_42164534

  1. 分层dnn解释：使用论文《神经网络预测的分层解释》中的复制ACD（ICLR 2019）-源码

  2. 从神经网络预测的层次解释论文中使用/复制ACD的官方代码（ICLR 2019 ）。 该代码为神经网络所做的单个预测生成层次解释。 注意：此存储库正在积极维护。 如有任何疑问，请提出问题。 例子/文档 安装： pip install acd （或克隆并运行python setup.py install ） 示例： 文件夹包含带有许多演示的笔记本 api ： 提供可用功能列表 src ： 文件夹包含方法实现的源 通过更改超参数允许进行不同类型的解释（在示例中进行了说明） 使用python3和

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：24117248
    • 提供者：weixin_42140846

  1. 递归神经网络对比特币的价格预测：使用Python中的TensorFlow和Keras进行递归神经网络（LSTM）进行比特币价格预测-源码

  2. 递归神经网络对比特币的价格预测 在Python中使用TensorFlow和Keras进行递归神经网络（LSTM）进行BitCoin价格预测 先决条件 Python 3.0+ ML Lib。（numpy，matplotlib，pandas，scikit学习） TensorFlow 凯拉斯 什么是RNN，为什么我们需要它？ RNN背后的想法是利用顺序信息。 在传统的神经网络中，我们假设所有输入（和输出）彼此独立。 但是对于许多任务来说，这是一个非常糟糕的主意。 如果您想预测句子中的下一个单词

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：169984
    • 提供者：weixin_42114645

  1. Python数据清洗实践

  2. “数据科学家们80%的精力消耗在查找、数据清理、数据组织上，只剩于20%时间用于数据分析等。”——IBM数据分析数据清洗是处理任何数据前的必备环节。在你开始工作前，你应该有能力处理数据缺失、数据不一致或异常值等数据混乱情况。在开始做数据清洗前，需要对Numpy和Pandas库有基本的理解。数据清洗名如其意，其过程为标识并修正数据集中不准确的记录，识别数据中不可靠或干扰部分，然后重建或移除这些数据。数据清洗是数据科学中很少提及的一点，因为它没有训练神经网络或图像识别那么重要，但是数据清洗却扮演着非

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：345088
    • 提供者：weixin_38562492

  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