matlab精度检验代码深度学习 这是针对KTH 2017的个别课程分配的存储库。此存储库中的代码主要在Matlab中完成,并且训练过程中涉及的操作(例如,梯度计算和参数更新)以一般的方式(低级)实现。 数据集 对于作业1-3 对于作业4 内容 作业1:具有多类输出的一层网络(测试准确度:40.42%) 报告:+ 作业2:具有多层输出的两层网络(测试准确度:54.06%) 报告:+ 作业3:具有多类输出的k层网络(测试准确度:54.8%) 报告:+ 作业4:香草RNN逐个字符地合成英文文本 报告:+
2024-03-29 04:08:13 184.2MB 系统开源
1
中国区域1~3级流域图,包括中国九大流域片区,可以用arcgis等软件打开。
2024-03-28 21:12:32 472KB 地理数据 argis
1
ABP VNext种子数据按顺序生成
2024-03-28 19:57:49 59.38MB ABPVNext
1
FJSP的标准测试数据集,内部包含4个子数据集(edata/rdata/sdata/vdata),每个子数据集分别包含66个算例,这些子数据集由JSP标准测试数据集修改而来(ABZ/FT/LA/ORB)。数据来源:Hurink, B. Jurisch, and M. Thole, “Tabu search for the job-shop scheduling problem with multi-purpose machines,” Operations-Research-Spektrum, vol. 15, no. 4, pp. 205–215, 1994. 其中,sdata算例中每个工序只能分配一台机器;edata算例中有少量工序可以分配给多台机器;rdata算例中许多工序都可以分配给多台机器;vdata算例中每个工序都可以分配给多台机器。
2024-03-28 19:36:09 190KB 数据集 柔性作业车间 运筹优化
1
索尼imx585数据手册
2024-03-28 19:06:52 3.22MB
1
腐烂苹果数据集,用于图像识别,训练模型
2024-03-28 19:04:30 95.17MB 数据集
1
链家二手房数据分析与可视化是一个基于Python的项目,旨在爬取链家网站上的二手房信息,并对数据进行清洗、分析和可视化,以探索二手房市场的特征和规律。该项目包含以下几个部分: 链家二手房数据爬虫:利用requests库和BeautifulSoup库,实现了一个简单的链家二手房数据爬虫,可以根据指定的城市、区域、价格等条件,爬取链家网站上的二手房信息,包括房源标题、链接、户型、面积、朝向、楼层、装修、小区、区域、总价、单价、建成时间、发布时间、关注人数、其他信息等,并将数据保存为csv文件。 链家二手房数据清洗:使用pandas库,对爬取的数据进行了一些基本的清洗操作,包括去除重复值、缺失值、异常值,以及对数据类型、格式、单位等进行统一和标准化。 链家二手房数据分析:使用numpy库和scipy库,对清洗后的数据进行了一些基本的统计分析,包括计算各个变量的描述性统计量、绘制箱线图、直方图、散点图等,以及进行相关性分析、线性回归分析等,以探索二手房数据的分布特征、影响因素和预测模型。该项目的目的是为了提供一个简单而实用的链家二手房数据分析与可视化的示例,帮助感兴趣的用户或开发者了解二手房
2024-03-28 15:43:54 4KB 数据分析 python
1
之前语音采集模块用到的8通道AD转换芯片,已实现语音数据采集功能。设计采用了AD7608的并行数据传输,并在busy高时取数AD转换数据以达到最大转换速率,亲测过采样为0时最大转换速率超过200kbps。
2024-03-28 15:17:24 865KB fpga开发 verilog ad7608
1
这是一份关于DCMM(数据管理成熟度模型)的详细说明文档,旨在帮助组织评估和提升其在数据管理方面的成熟度水平。该文档涵盖了DCMM的基本概念、评估流程、评估标准、能力域和能力项等内容,为读者提供了全面了解和应用DCMM的指南。
2024-03-28 09:03:39 842KB
1