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. Vae实录短息+闹钟+来电、不解释

  2. Vae实录短息+闹钟+来电+Vae实录短息+闹钟+来电+Vae实录短息+闹钟+来电--不解释

  3. 所属分类：其它

    • 发布日期：2012-01-02
    • 文件大小：774144
    • 提供者：hackcc5201

  1. VAE简单demo

  2. 这个实现的目标数据集是MNIST，通过VAE生成，可以给初学者一个直观的有趣的尝试

  3. 所属分类：深度学习

    • 发布日期：2018-09-27
    • 文件大小：1024
    • 提供者：jxh4945777

  1. vae短信，铃声，闹钟录制

  2. vae短信，铃声，闹钟录制！vae短信，铃声，闹钟录制！vae短信，铃声，闹钟录制！vae短信，铃声，闹钟录制！

  3. 所属分类：C++

    • 发布日期：2010-08-16
    • 文件大小：1048576
    • 提供者：qq741693590

  1. vaesne:VAE-SNE-源码

  2. VAE-SNE：用于降维和聚类的深度生成模型 VAE-SNE是用于降维和聚类的深度生成模型。 VAE-SNE是一种变分自动编码器（VAE），使用随机邻居嵌入（t-SNE / SNE）目标进行了规范化，以改善压缩后的潜在空间中的局部结构保存性。该模型在优化过程中同时学习高斯混合聚类的分布，然后使用稀疏分水岭过程对重叠的混合成分进行合并，因此，无需手动指定聚类的数量-只要高斯混合成分的数量足够大即可。 VAE-SNE产生的嵌入质量与现有的降维方法相似；可以检测到异常值；可扩展至大型核心数据集；并可

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：275456
    • 提供者：weixin_42128558

  1. VAE-pytorch:VAE的pytorch实施-源码

  2. VAE-火炬 VAE和CVAE的Pytorch实施 VAE 为了生成某些东西，例如我们的mnist位数，我们需要找到mnist $ P（X）$的真实分布。 如果找到了，那么我们需要做的就是从$ P（X）$中抽取样本，然后完成所有操作。 但是，我们无法获得$ P（X）$，因此VAE会使用潜在变量来近似$ P（X）$。 $$ P（X）= \ int P（x | z）P（z）$$然后，我们要做的就是从z采样，并使用$ P（x | z）$生成x。 为了训练该$ P（x | z）$并找到合适的Z，我们

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：68157440
    • 提供者：weixin_42144086

  1. VAE:VAE的实施-源码

  2. VAE VAE的实施：Vannila VAE VAE的任务：celebA人脸重建

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2048
    • 提供者：weixin_42107561

  1. vdvae-jax:JAXFlax中非常深的VAE-源码

  2. JAX /亚麻中非常深的VAE 从移植而来的使用和。 我试图使该实现尽可能接近原始实现。 我能够重用大部分代码，包括仍然使用PyTorch的数据输入管道。 我建议为此安装PyTorch的仅CPU版本。 使用JAX 0.2.10，亚麻0.3.0，PyTorch 1.7.1，NumPy 1.19.2进行了测试。 我还对cifar10进行了收敛训练，并使用--conv_precision=highest从本文中复制了测试ELBO值2.87，请参见下文。 如果有人要求为cifar训练有素的检查站，

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：3145728
    • 提供者：weixin_42101641

  1. Movielens1M-movie-recommendation-system:使用MovieLens数据集实现了基于自动编码器（AE），可变自动编码器（VAE），BERT的深度学习电影推荐系统-源码

  2. MovieLens1M基于深度学习的电影推荐系统 使用MovieLens1M数据集（数据可以从下载），实现自动编码器（AE），可变自动编码器（VAE），BERT提取电影名特征3种方法，对评分矩阵进行耦合，继而对用户做出推荐。 代码建议在Google Colab环境下运行，代码中的目录请根据自己的实际目录进行修改。 本代码主目录和子目录如下： / content / drive / Movie_lens / --------- ml-1m（包含数据集的文件夹） ---------自动编码器.ip

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：6291456
    • 提供者：weixin_42113552

  1. music-VAE:课堂项目，在旋律之间产生连续的过渡-源码

  2. 音乐VAE 首映礼： creer un dossier“数据”，avec dedans le dossier lmd_aligned（格式为CSV pasdéjàrécupérer）。 creer un dossier“ midi”影片，dans lequel serontécritsles CSV（si pasdéjàrécupérer）。 用法： lmd对齐的du Lahk MIDI数据集 信息，基本灵感 原始想法 github： : 有关数据集的详细笔记本 数据集 关于

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1024
    • 提供者：weixin_42128558

  1. galaxy-vae-源码

  2. 银河系 E. Danilov的VAE在HST星系上的JAX实现。

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：1024
    • 提供者：weixin_42162216

  1. DALL-E：用于DALL·E的离散VAE的PyTorch软件包-源码

  2. 概述 这是用于DALL·E的离散VAE的官方PyTorch软件包。 安装 在运行之前，您需要使用以下命令安装软件包： pip install DALL-E

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：9216
    • 提供者：weixin_42171208

  1. VAE-Tensorflow：在南加州大学（USC）的深度学习课程中，可变自动编码器的Tensorflow实现-源码

  2. Tensorflow中的变体自动编码器 这是由USC深度学习课程（ ）的变式自动编码器的实现。 此演讲的幻灯片可。 该演示代码由编写。 结果 重建 一代 转型 潜在空间 相关作品 VAE VAE原始论文： 该演示代码部分基于这篇文章 生成模型 我对 我对 我实现的 作者 / USC

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：1048576
    • 提供者：weixin_42138716

  1. rna-seq-vae：使用变分自动编码器生成合成基因表达数据-源码

  2. GTEx数据集（V8）的条件变量自动编码器 该项目旨在使用生成模型生成合成基因表达数据。 我们首先研究数据的3D表示形式以及可能要依据的变量，以便有效地分离分布。 当前模型以组织为条件。 组织着色的GTEx数据集（1000个随机基因）的3D表示形式（UMAP，TSNE，PCA）： CVAE当前的重建质量，取决于组织。 基于： 对VAE方差损失论文： ， ， 项目进度： 基准模型创建 评估潜在空间中的均值，绝对差和分组的函数 模型调整 潜在空间大小 批次大小，学习率（应尽早确定时

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_42164534

  1. VQ-VAE-ASR：对VAE-ASR的初步研究-源码

  2. VQ-VAE-ASR VAE-ASR的初步研究

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：9216
    • 提供者：weixin_42111465

  1. vae.pytorch：深度特征一致的变分自动编码器的PyTorch实现-源码

  2. PyTorch中的深度特征一致变分自动编码器 深度特征一致变分自动编码器的PyTorch实现。 我基于侯宪旭，沉琳琳，孙可，邱国平实施了DFC-VAE。 我使用CelebA数据集训练了该模型。 有关数据集的更多详细信息，请。 安装 克隆此存储库。 建议使用python 3.6。 使用命令pip install -r requirements.txt安装库。 数据集 您需要从上下载CelebA数据集，并按照以下方式进行排列。 . ├── README.md ├── requirements.

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：11264
    • 提供者：weixin_42134338

  1. 编码器：VAE编码器-源码

  2. 编码器：VAE编码器

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：239616
    • 提供者：weixin_42110362

  1. Proyecto-T-VAE-源码

  2. Proyecto T-VAE

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：41943040
    • 提供者：weixin_42099936

  1. 自动编码器：在Tensorflow 2.0中实现降噪，稀疏，压缩，可变自动编码器（VAE）和Beta-VAE-源码

  2. TensorFlow 2.0中的自动编码器 以下自动编码器的实现； 香草自动编码器（AE） 去噪自动编码器 备用自动编码器（进行中） 压缩式自动编码器（进行中） 可变自动编码器（VAE） 条件变分自动编码器（CVAE） 节拍变奏自编码器（beta-VAE）（进行中） 如何运行： 运行python3 main.py --ae_type AE 我们可以传递的参数： ae_type：自动编码器的类型-AE，DAE，VAE，CVAE，BetaVAE latent_dim：潜在维度的度数

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2097152
    • 提供者：weixin_42099087

  1. 直方图编码挑战：VAE的直方图编码挑战-源码

  2. 直方图编码挑战 VAE的直方图编码挑战

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：51200
    • 提供者：weixin_42122838

  1. TensorFlow-VAE-GAN-DRAW：使用TensorFlow（深度卷积生成对抗网络（DCGAN），变分自编码器（VAE）和DRAW：用于图像生成的递归神经网络）实施的生成方法的集合-源码

  2. TF-VAE-GAN-DRAW ，和TensorFlow实现。 跑 VAE / GAN： python main.py --working_directory /tmp/gan --model vae 画： python main-draw.py --working_directory /tmp/gan 深度卷积生成对抗网络在使用默认参数的10个星期后产生了不错的结果。 ＃＃＃去做： 更复杂的数据。 添加 用空间变压器层替换当前的注意力机制

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：13312
    • 提供者：weixin_42144086
« 12 3 4 5 6 »