您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 利用最小二乘拟合法进行线性回归计算

  2. 该代码适用于线性回归。利用最小二乘拟合方法对时间序列进行趋势项提取,提取的线性项与原始序列之间的残差平方和为最小为原则,进行趋势项的估计。
  3. 所属分类:Python

    • 发布日期:2018-10-03
    • 文件大小:4096
    • 提供者:qq_19953297
  1. CG共轭梯度算法python实现

  2. CG共轭梯度算法python实现 # 775.5289919376373 500维度 def CG2(A, b, x, imax=500, epsilon=0.0000001): steps = np.asarray(x) i = 0 # 计算残差,也是负梯度方向 r = b - np.dot(A ,x)
  3. 所属分类:Python

    • 发布日期:2019-12-29
    • 文件大小:3072
    • 提供者:weixin_42745564
  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ,SciPy 和 matplotlib 上 开源,可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1
  3. 所属分类:机器学习

    • 发布日期:2019-08-24
    • 文件大小:41943040
    • 提供者:h394266861
  1. 线性回归和残差的计算.ipynb

  2. 用python 计算线性回归和残差,最后的结果用matplotlib 画图,结果也包含残差的计算,本资源为全英文版。
  3. 所属分类:Python

    • 发布日期:2020-08-31
    • 文件大小:72704
    • 提供者:MCMC_learner
  1. 动量网-源码

  2. 动量残差神经网络 论文: : 相容性 该软件包已使用python3.8开发和测试。 因此,不能保证使用早期版本的python。 在您的计算机上安装存储库 使用以下命令,可以使用pip轻松安装此软件包: pip install numpy pip install -e . 这将安装软件包及其所有依赖项,列在requirements.txt 。 要测试安装是否成功,可以使用以下方法安装pytest并运行测试套件: pip install pytest pytest 复制论文的数字 图1-R
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:24576
    • 提供者:weixin_42112894
  1. snntorch:在Python中使用尖峰神经网络进行深度学习-源码

  2. 介绍 snnTorch是一个Python软件包,用于使用尖峰神经网络执行基于梯度的学习。 它无需重新设计轮子,而是位于PyTorch的顶部,并利用其GPU加速的张量计算。 预先设计的尖峰神经元模型无缝集成在PyTorch框架内,可以视为循环激活单元。 snTorch结构 snnTorch包含以下组件: 成分 描述 像torch.nn这样尖峰的神经元库,与autograd紧密集成 SNN通常使用的反向传播变化 用于生成峰值和数据转换的库 使用matplotlib和赛璐ul的基于峰值的数据
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:389120
    • 提供者:weixin_42175516
  1. SCTransformPy:R包SCTransform的python端口:-源码

  2. SCTransformPy 这是R包的python端口。 目前,我仅将日志UMI计数用作单个潜在变量(R包中的默认变量)。 我计划允许用户定义自定义回归模型,就像在R实现中一样。 实施说明: 使用statsmodels程序包进行Poisson回归并与multiprocessing并行化。 改进的Sheather&Jones带宽计算由KDEpy包实现。 使用MLE估计theta是从R中的theta.ml函数转换而来的。 皮尔逊残差将自动裁剪为[0, sqrt(N/30)] ,其中N是
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:4096
    • 提供者:weixin_42131352
  1. EDSR-Tensorflow:针对单图像超分辨率的增强型深度残差网络的Tensorflow实现-源码

  2. EDSR Tensorflow实施 使用Tensorflow编写的的的实现。 要求 张量流 科学的 tqdm argparse 安装 pip install -r requirements.txt 训练 为了训练,您必须做一些事情... 下载图像数据集(由于我的计算限制,我使用了 ) 将来自该数据集的所有图像放入该图像下的目录中 运行python train.py --dataset data_dir其中data_dir是包含图像的目录 为了在训练期间查看统计信息(图像预览,标量为损失)
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:200704
    • 提供者:weixin_42097914
  1. PyTorch-VAE:PyTorch中的变种自动编码器(VAE)的集合-源码

  2. PyTorch VAE 在pytorch中实现的变体自动编码器(VAE)的集合,着重于可重复性。 该项目的目的是为其中许多很酷的VAE模型提供一个快速简单的工作示例。 所有模型都在上进行了训练,以一致性和比较性。 所有模型的架构在相同的层上都保持尽可能相似,除非原始论文需要根本不同的架构(例如,VQ VAE使用残差层,不使用批处理规范,这与其他模型不同)。 这是每个模型的。 要求 Python> = 3.5 PyTorch> = 1.3 Pytorch Lightning>
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:32505856
    • 提供者:weixin_42156940