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. 深度学习100+经典模型TensorFlow与Pytorch代码实现大集合.zip

  2. 深度学习在过去十年获得了极大进展，出现很多新的模型，并且伴随TensorFlow和Pytorch框架的出现，有很多实现，但对于初学者和很多从业人员，如何选择合适的实现，是个选择。rasbt在Github上整理了关于深度学习模型TensorFlow和Pytorch代码实现集合，含有100个，各种各样的深度学习架构，模型，和技巧的集合Jupyter Notebooks，从基础的逻辑回归到神经网络到CNN到GNN等，可谓一网打尽，值得收藏！

  3. 所属分类：机器学习

    • 发布日期：2020-01-03
    • 文件大小：72704
    • 提供者：syp_net

  1. PyTorch线性回归和逻辑回归实战示例

  2. 主要介绍了PyTorch线性回归和逻辑回归实战示例,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：208896
    • 提供者：weixin_38665814

  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. BYOL:引导您自己的潜能-源码

  2. BYOL-引导自己的潜能：一种自我指导学习的新方法 PyTorch实施的“引导您自己的潜能：一种自我监督学习的新方法”，作者JB Grill等人。 该存储库包括BYOL的实际实现，其中包括： 分布式数据并行培训 视觉数据集基准（CIFAR-10 / STL-10） 支持PyTorch <= 1.5.0 在Google Colab Notebook中打开BYOL 结果 这些是在BYOL学习的（冻结）表示形式上训练的线性分类器的前1位准确性： 方法 批量大小 图片大小 ResNet 投影输出变

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：10240
    • 提供者：weixin_42134038

  1. 机器学习：我只是在学习东西-源码

  2. 机器学习 专门用于机器学习的存储库。 我将为此使用PyTorch，但一旦对手电筒感到满意，将学习TensorFlow和Keras。 基本 我想测试对一些基本机器学习概念的理解，因此我没有使用PyTorch来实现以下内容。 线性回归模型。 逻辑回归模型。 MNIST MNIST是学习PyTorch和整个神经网络基础知识的良好起点。 我了解了多层感知器网络中的密集层以及卷积神经网络。 我设法使用以下方法对MNIST数据库进行分类： 多层感知器神经网络，最高精度达到99.1％ 卷积神经网络-最

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1073741824
    • 提供者：weixin_42116794

  1. mnist分类：Pytorch，Scikit学习实现多种分类方法，包括逻辑回归（Logistic回归），多层感知机（MLP），支持向量机（SVM），K近邻（KNN），CNN，RNN，极简代码适合新手小白入门，附英文实验报告（ACM模板）-源

  2. mnist分类 使用多种方法完成MNIST分类任务 Python 3.6 火炬1.0 Scikit学习0.21 无需下载数据直接跑，代码自动下载 模型 逻辑回归Logistic回归 多层感知机 K近邻KNN 支持向量机 卷积神经网络 循环神经网络 实验报告 见mnistClassification.pdf 对应的latex原始码： :

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42109125