Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • TensorFlow tf.nn.conv2d实现卷积的方式 ... 1.2.0,python2.7 介绍 惯例先展示函数: tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 除去name参数 ...
  • nn.CrossEntropyLoss() 用于多分类,直接写标签序号就可以:0,1,2. 预测需要维度与标签长度一致。 import torch import torch.nn as nn import math criterion = nn.CrossEntropyLoss() output = torch.randn(3, 5, requires_grad=True) label = torch.empty(3, dtype=torch.long).random_(5) loss = criterion(output, label) ...
  • tf.nn,tf.layers, tf.contrib模块 我们在使用tensorflow时,会发现tf.nn,tf.layers, tf.contrib模块有很多功能是重复的,尤其是卷积操作,在使用的时候, ... 选择对应的模块。但有些时候可以一起混用。 下面是对三个模块的简述: (1)tf.nn :提供神经网络相关操作的支持,包括卷积操作(conv)、池化操作(pooling)、归 ... 。 (2)tf.layers:主要提供的高层的神经网络,主要和卷积相关的,个人感觉是对tf.nn的进一步封装,tf.nn会更底层一些。 (3)tf.contrib:tf.contrib.la
  • nanoflann:nanoflann:C ++ 11的仅标头库,用于使用KD树进行最近邻居(NN)搜索 ... 和SO(3)(2D和3D旋转组)。 不提供对近似NN的支持。 nanoflann不需要编译或安装。 您只需要在代码中 ... = {nanoflann: a {C}++ header-only fork of {FLANN}, a library for Nearest Neighbor ({NN}) with KD-trees}, author = {Blanco, Jose Luis and Rai, Pranjal Kumar}, howpublished = {\url{ ...
  • NN-SVG:可发布的NN体系结构示意图 ... 很耗时,并且机器学习研究人员经常发现自己是从头开始构建这些图的。 NN-SVG是用于参数化而非手动创建神经网络(NN)体系结构图的工具。 它还提供了将这些图形导出到可缩放矢量图形( ... 和深度神经网络的数字。 前两个使用,而第二个使用JavaScript库。 NN-SVG提供了通过多种尺寸,颜色和布局参数根据用户喜好对图形进行样式设置 ... 软件在某些情况下也可以用作教学工具。 引文 勒尼尔(2019)。 NN-SVG:准备发布的神经网络体系结构示意图。 开源软件杂志,4(33 ...
  • kmcuda:NVIDIA GPU CUDA上的大规模K-means和K-nn实施 使用NVIDIA CUDA的“阴阳” K均值和K-nn K均值的实现基于 。 尽管它引入 ...
  • 识别手写数字KNN:MNIST K-NN分类 ML-MNIST K-NN分类 使用scikit-learn库提供的子集。 MNIST是一个计算机视觉数据集,由手写数字和每个图像的标签组成(用于告诉它是哪个数字) k-NN分类器将应用于图像数据集,以便从MNIST子集中识别手写数字。 理解 数据集的75%将接受培训,其余的将进行测试; 培训数据的10% ...
  • 使用神经网络和遗传算法进行股票市场预测:使用简单NN进行股票市场预测的Matlab模块 使用神经网络和遗传算法进行股票市场预测:使用简单NN进行股票市场预测的Matlab模块
  • scarpet-nn:在Minecraft中运行神经网络的工具和库 Scarpet-nn 在Minecraft中运行神经网络的工具和库 :pick: scarpet-nn允许您在Minecraft世界中运行神经网络(特别是二值神经网络)。 这对于在研究场景中对神经网络性能进行基准测试很有用。 如果您是Minecraft地图设计师,则可以使用Scarpet-nn根据用户在墙上或您选择的输入区域上绘制的内容执行特定/隐藏的动作。 在阅读完整的文档 执照
  • nn:一个微小的神经网络:brain: nn:一个微小的神经网络:brain: