Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 你必须知道的495个C语言问题 ... 运算符呢?我看到过类似while((c = getchar()) != EOF && c != ’nn’) 的代码⋯⋯ . . . . . . . . . . . . . . . . . . 14 3.7 我怎样才能理解复杂表达式?“序列 ... 7.1 为什么这段代码不行?char *answer; printf("Type something:nn"); gets(answer); printf("You typed n"%sn"nn" ...
  • matlab,深度学习 是初学深度学习的一个很好的资料。里面有CNN,DBN,NN,CNE等,很不错的 ,作为初学者的代码工具,强烈推荐。
  • 关于深度学习(DL)的9篇标志性文章 ... Deep Belief Network (DBN),其中训练最高层的RBM时加入了label。之后对整个DBN进行fine-tuning。在 MNIST数据集上测试没有严重过拟合,得到了比Neural Network (NN)更低的test error。 Reducing the Dimensionality of Data with Neural Networks (2006) - 提 出deep autoencoder,作为数据降维方法发在Science上。Autoencoder是一类通过最小化函数 ...
  • 皇后问题递归求解 给定n×n的棋盘(假定n=4),用递归算法求出n个皇后全部的放置方法。每个皇后的位置用(k, x(k))表示,k表示行号,x(k)表示列号。为方便起见,输出结果的行号和列号都从1开始。将计算出的n个皇后的全部放置方法分行输出到文件output.txt 中。每种方法的输出形式是x(1) x(2) x(3) x(4),即从上至下输出每个皇后的列号,最后一行输出总的放置方法数目。
  • MATLAB实现K-means聚类 ... ); % floor取比值小或者等于的最近的值 nn = floor(.5*m(i)); if mod(m(i),2) == 0 ... -wise. Xsorted = reshape(Xsort(idx(Xord)==i), m(i), p); nn = floor(.5*m(i)); if mod(m(i),2) == ...
  • Learning.Predictive.Analytics.with.R.1782169350 ... the data Classify your observations using Naive Bayes, k-NN, and decision trees Reduce the dimensionality of your ... regression, association rules, principal component analysis, multilevel modeling, k-NN, Naive Bayes, decision trees, and text mining. It ...
  • 易语言网截 开始网络拦截。注意:在执行本命令前,您必须保证已经正确安装了随本支持库提供的网络服务提供者网络服务提供者(ESPINN.dll(NN为当前版本))文件到系统路径下。成功返回真,失败返回假,失败可由以下原因引起:1,网络服务提供者(ESPINN.dll(NN为当前版本))没有安装;2,网络服务提供者(ESPINN.dll(NN为当前版本))已安装,但该文件在系统路径下并不存在3,Windows系统其他原因。本命令为初级对象成员命令。
  • C++实现的BP神经网络算法实现奇偶检验运算 使用C++编写的多层前向NN的BP算法,各层节点数、隐藏层数均为任意整数。训练数据为3个数字的奇偶检验运算程序。程序使用VS2015编写,有cpp源代码及头文件,代码中配有注释。
  • 海面风场融合代码 ... axis ! ny represent the number of model in y axis ! kx represent the number of QuikSCAT in x axis ! ky represent the number of QuikSCAT in y axis ! nn represent the total number of model ! k represent the total number of QuikSCAT
  • 间接平差程序 ... .0000") & " " & Format(Hknown(nn + i), "0.0000") & vbCrLf Next ... un txtShow.Text = txtShow.Text & Pname(i + nn) & ":" & Format(Hknown(i ... , Pname(i) Next i For i = 1 To nn '读入已知高程 Input #1, Hknown ...