本书概括了关于线性模型的假设,检验以及怎么用以有的数据选择feature建立线性模型。线性回归,英文原版
2022-01-10 04:38:07 4.05MB R lang 线性回归 英文原版
1
全网最好最新的应用随机过程资源。中文为高清扫描版、英文为文字版。
2022-01-04 22:01:59 98.33MB 应用随机过程 Probability
1
Md0003模型——用于计算中央空调冷机能效 Md0005模型——用于计算水泵能效 Md0006模型——用于计算屋顶光伏发电功率 Md0007模型——用于计算空间的热负荷 Md0009模型——用于实现空调冷水机组运行参数的最优化配置,提升空调能效 Md0010模型——用于计算浸入式电极锅炉的功率
2022-01-04 14:02:23 27KB 能源模型
1
segmentation_models:具有预训练主干的细分模型。 Keras和TensorFlow Keras
2021-12-30 09:27:45 1.64MB tensorflow keras segmentation densenet
1
本篇文章针对"logistics", "knn","gbm","gbdt","randomforest","xgboost"算法模型的建模,十折交叉验证、以及ROC曲线分析
2021-12-28 22:04:54 1021KB html
1
包含glb和gltf样例文件
2021-12-24 15:41:32 9.87MB glb gltf
1
北美精算SOA(Society of Actuaries ) examC(exam STAM)考试参考用书
2021-12-24 14:16:40 7.1MB SOA 精算
1
GhostNet的PyTorch实施 如GhostNet中所述重现GhostNet架构的由Kai Han,Yunhe Wang,祁天,郭建元,徐纯景,关于框架的ILSVRC2012基准。 预训练模型 建筑学 # 参数 MFLOPs 前1名/前5名准确性(%) 5.181百万 140.77 73.636 / 91.228 from ghostnet import ghostnet net = ghostnet () net . load_state_dict ( torch . load ( 'pretrained/ghostnet_1x-9c40f966.pth' )) 培训策略 8个GPU上的批处理大小为1024 初学率0.4 重量衰减0.00004 辍学率0.2 BN重量无衰减 我们将上述设置保持不变,并使用以下不同的训练技术进行实验,以进行消融和繁殖。 在预热阶段,学
2021-12-24 09:17:57 18.68MB pytorch imagenet pretrained-models reproduction
1
本书旨在介绍适用于平滑技术的统计和数学原理。
2021-12-23 22:30:11 1.18MB 数学
1
有一些非常流行的网络如 resnet、squeezenet、densenet等在pytorch里面都有,包括网络结构和训练好的模型。 pytorch自带模型网址:https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-models/ 按官网加载预训练好的模型: import torchvision.models as models # pretrained=True就可以使用预训练的模型 resnet18 = models.resnet18(pretrained=True) print(resnet18) 报错如
2021-12-23 22:25:54 104KB c models OR
1