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. AICC2019人工智能计算大会资料

  2. 人工智能计算导论.pdf,2019-2020中国人工智能计算力发展评估报告.pdf,Facebook深度学习发展与PyTorch创新.pdf,面向人脸识别超分辨率的竞赛.pdf,POWER9对AI平台建设实践分享.pdf,人工智能在半导体显示行业应用.pdf,应用融合推动智能计算升级.pdf,指静脉：机密与便捷融合.pdf,视觉智能伴随每份快递“快乐”到家.pdf,后通用芯片时代：AI应用引领数据中心变革.pdf.pdf,统一的大数据分析 + AI 平台.pdf.pdf,ETC发展与车路协同构想

  3. 所属分类：机器学习

    • 发布日期：2019-12-28
    • 文件大小：77594624
    • 提供者：zqjsjz

  1. pytorch-learning-04

  2. 机器翻译 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。 流程： 数据预处理 分词 建立词典 建立模型 Encoder-Decoder模型： 一种应用于seq2seq问题的模型，所谓编码，就是将输入序列转化成一个固定长度的向量；解码，就是将之前生成的固定向量再转化成输出序列。在具体实现的时候，编码器和解码器不是固定的,可选的有CNN/RNN/BiRNN/GRU/LSTM等等，可以自由组合。 缺点： 编码和解码之间的唯一联系就是一个固定长度的语义向量C。也就是说，

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：37888
    • 提供者：weixin_38674675

  1. Tianchi-Multi-Task-Learning:第一名克莱登大学二队方案分享-源码

  2. 实验环境 CUDA版本：11.0驱动程序版本：450.80.02 GPU：TITAN XP Python：3.7.9 pytorch：1.7.0操作系统：ubuntu 20.04 安装依赖包 pip install -r requirements.txt 解决方案及算法说明 数据预处理：数据清洗（剔除中文，非英文，非数字符号） 文本截断：通过对各任务句子长度的分析，选择句子长度256作为截断标准，不足补0 数据输入 由于任务二和任务三存在轴向的类别不均衡问题，因此训练集和验证集的划分采用分层的

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：87040
    • 提供者：weixin_42169971

  1. 简单-源码

  2. SimPLe PyTorch SimPLe算法的PyTorch实现用于Arcade Learning Environment的Atari 2600游戏。 基于论文。 SimPLe从Freeway的4个初始帧中预测出将来的46帧。 安装 该程序使用python 3.7和CUDA 10.2（如果已启用），并已在Ubuntu 20.04.1上进行了测试。 运行以下命令以安装依赖项： pip install torch==1.7.0 gym==0.15.7 gym[atari] opencv-

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：749568
    • 提供者：weixin_42119989

  1. d2l-pytorch：该项目复制了Dive Into Deep Learning（Dive Into Deep Learning）（www.d2l.ai）一书，将MXNet中的代码改编为PyTorch-源码

  2. 更新：请参阅，以获取完整的PyTorch端口。 我们不再维护此仓库。 该项目改编自原始的书籍，作者是Aston Zhang，Zachary C. Lipton，Mu Li，Alex J. Smola和所有社区贡献者。 原始书籍的GitHub： : 。 我们已经努力修改了这本书，并将MXnet代码片段转换为PyTorch。 注意：某些ipynb笔记本可能无法在Github中完美呈现。 我们建议cloning库或使用查看笔记本。 章节 Ch02安装 Ch03简介 第04章预备课程：速成班 4

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：164626432
    • 提供者：weixin_42179184

  1. ALFA:NeurIPS 2020论文“使用自适应超参数进行元学习”的源代码-Source code learning

  2. ALFA-带有自适应超参数的元学习 孙泳贝，崔明sub，崔建勋，金惠媛，李庆姆 NeurIPS 2020论文“使用自适应超参数进行元学习”的源代码（以前称为“快速适应的自适应学习”） 该存储库是ALFA的实现。 该代码基于MAML ++的公共代码，其中将其对MAML的重新实现用作基准。 要求 Ubuntu 18.04 Python3 的Python == 3.6 PyTorch == 1.5 numpy == 1.19.1 要安装要求，请首先下载Anaconda3，然后运行以下命令：

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：37888
    • 提供者：weixin_42137032

  1. meta-interpolation:CVPR 2020论文“通过元学习进行场景自适应视频帧插值”的源代码-Source code learning

  2. SAVFI-视频帧插值的元学习 崔明sub，崔建勋，孙勇白，金泰H，李庆穆 CVPR 2020论文“通过元学习进行场景自适应视频帧插值”的源代码 | | | 要求 Ubuntu 18.04 的Python == 3.7 numpy == 1.18.1 PyTorch == 1.4.0，cudatoolkit == 10.1 opencv == 3.4.2 cupy == 7.3（推荐： conda install cupy -c conda-forge ） tqdm == 4.4

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：20971520
    • 提供者：weixin_42160645

  1. MetaHIN:KDD 2020论文“用于异构冷启动建议的异构信息网络元学习”的源代码-Source code learning

  2. MetaHIN KDD 2020论文“”的源代码 要求 的Python 3.6.9 PyTorch 1.4.0 我的操作系统是带有一个GPU（GeForce RTX）和CPU（Intel Xeon W-2133）的Ubuntu 16.04.1。 详细 数据集 我们已经将DBook，Movielens和Yelp的原始数据上传到了data/文件夹中。 可以从和下载DBook和Movielens的已处理数据（提取代码： ）。 Yelp的已处理数据可以通过代码。 描述 MetaHIN/ ├

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：40894464
    • 提供者：weixin_42131785