-
-
-
-
-
-
Python实现的NN神经网络算法完整示例
主要介绍了Python实现的NN神经网络算法,结合完整实例形式分析了Python使用numpy、matplotlib及sklearn模块实现NN神经网络相关算法实现技巧与操作注意事项,需要的朋友可以参考下
-
基于灰色BP-NN优化组合的PM2.5预测
针对传统的BP神经网络模型无法有效表达时间序列数据中存在的历史特征的缺陷，提出利用灰色预测原理具备发现事物历史变化规律性的优势来解决BP神经网络预测模型的这一弱点，最后得到的灰色BP-NN优化组合模型具备了更高的预测精度。实验采用中国气象站2018年1月至2月北京市10个监测点的PM2.5质量浓度及其对应的每小时的空气污染物浓度、气象因子建立神经网络预测模型，并采用灰色预测算法对神经网络模型进行改进，改进后的结果为：在系统误差上有了较大的降低，同时预测结果与实测结果之间的拟合程度更好。
-
-
PyTorch之nn.ReLU与F.ReLU的区别介绍
... 了，大家还是直接看代码吧~
import torch.nn as nn
import torch.nn.functional as F
import torch.nn as nn
... __init__(self, num_classes=n):
super(AlexNet, self).__init__()
self.features = nn.Sequential(
nn.Conv2d(3, 64, kernel_size=3, stride=2, padding=1),
-
pytorch 中的重要模块化接口nn.Module的使用
torch.nn 是专门为神经网络设计的模块化接口，nn构建于autgrad之上，可以用来定义和运行神经网络
nn.Module 是nn中重要的类，包含网络各层的定义，以及forward方法
查看源码
初始化部分：
def __init__(self):
self._backend = thnn_backend
self._parameters = OrderedDict()
self. ...
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
