StereoNet：在pytorch中对实时边缘感知深度预测模型进行指导的分层优化。 ECCV2018 ActiveStereoNet：主动立体声系统的端到端自我监督学习ECCV2018口语 如果您想就StereoNet与我交流，请随时与我联系。 我的电子邮件： 我的模型结果 现在，通过端到端训练，我的模型的速度可以在540 * 960 img上达到25 FPS，在场景流数据集上，最佳结果是1.87 EPE_all（使用16X多个模型），1.95 EPE_all（使用16X单个模型）。 以下是侧面输出和预测示例 火车例子 测试例 在titan xp gpu上超过100FPS KITTI20

数据挖掘-K-Means聚类-算法原理.pdf

论文“使用STDP进行数字识别的无监督学习”的Brian 2版本源代码 这个小项目是将PU Diehl撰写的论文“使用依赖于尖峰时序的可塑性进行无监督的数字识别学习”中的Brian 1代码转换为Brian 2版本。 先决条件 布赖恩2 MNIST数据集，可以从下载。 数据集包括四个gz文件。 下载它们后解压缩它们。 使用预训练的砝码进行测试： 运行主文件“ Diehl＆Cook_spiking_MNIST_Brian2.py”。 可能需要几个小时，具体取决于您的计算机 上一步完成后，通过运行“ Diehl＆Cook_MNIST_evaluation.py”对其进行评估。 培训新网络： 通过将第214行更改为“ test_mode = False”来修改主文件“ Diehl＆Cook_spiking_MNIST_Brian2.py”并运行代码。 训练后的权重将存储在“权重”文件夹中，

伊索宁 用于在线无监督学习的增强型自组织增量神经网络 作者：Sergei Belousov又名BeS 用C ++和Boost实现ESOINN 原始论文：“用于在线无监督学习的增强型自组织增量神经网络”，Shen Furaoa，Tomotaka Ogurab，Hasegawab Osamu，2007年

【单峰子集分离的迭代算法】 概念：

While labeled data is expensive to prepare, ever increasing amounts of unlabeled data is becoming widely available. In order to adapt to this phenomenon, several semi-supervised learning (SSL) algorithms, which learn from labeled as well as unlabeled data, have been developed. In a separate line of work, researchers have started to realize that graphs provide a natural way to represent data in a variety of domains. Graph-based SSL algorithms, which bring together these two lines of work, have been shown to outperform the state-of-the-art in many applications in speech processing, computer vision, natural language processing, and other areas of Artificial Intelligence. Recognizing this promising and emerging area of research, this synthesis lecture focuses on graphbased SSL algorithms (e.g., label propagation methods). Our hope is that after reading this book, the reader will walk away with the following: (1) an in-depth knowledge of the current stateof- the-art in graph-based SSL algorithms, and the ability to implement them; (2) the ability to decide on the suitability of graph-based SSL methods for a problem; and (3) familiarity with different applications where graph-based SSL methods have been successfully applied.

JSP四大域对象和JSTL、EL表达式

java约苗秒杀，老版本仅供参考使用.zip

文本分割作为监督学习任务 该存储库包含代码和补充材料，这些信息和补充材料是训练和评估模型所必需的，如论文“将 Downalod所需资源 wiki-727K，wiki-50数据集： word2vec： 在configgenerator.py中填充相关路径，并执行脚本（git存储库包括Choi数据集） 创建环境： conda create -n textseg python=2.7 numpy scipy gensim ipython source activate textseg pip install http://download.pytorch.org/whl/cu80/torch

机器学习通过对数据进行预测来分析研究和构造算法，根据输入建立模型，以做出决策或预测。我们研究了不同的机器学习方法及其技术，作了一个简单的分类及总结，适合机器学习的初始学习者阅读。