有关HFSS 波导仿真的一些资料，有兴趣的朋友可以看看
2021-11-01 20:51:17
20.56MB
1
ParaView_Tutorial-Indiana University.pdf
2021-10-29 20:32:28
14.41MB
1
OpenGL Superbible Comprehensive Tutorial and Reference(7th) 英文epub 第7版
本资源转载自网络，如有侵权，请联系上传者或csdn删除
本资源转载自网络，如有侵权，请联系上传者或csdn删除
2021-10-27 18:25:02
37.49MB
1
Tutorial_DialogueSystem：UE4对话系统的教程项目
2021-10-24 22:27:54
19.47MB
1
神经教程
人工神经网络（ANN）从头开始于python教程。 基于此中篇文章的ANN结构以及基于此的对数据科学文章的输入
使用简单的2层设置-一个包含四个节点的隐藏层和一个输出层。 这两层都使用S型激活功能。 增加了学习率，并可能增加了偏见项。
我通过一个玩具示例，使用合成的土壤水分和土壤粒度数据来预测CO 2通量。 我看一下预测如何根据训练数据集的属性而变化。 如果您的训练数据集不能完全覆盖所有值范围，则您的模型将无法“学习”在这些条件下如何进行准确的预测。
2021-10-23 15:59:22
138KB
1
WSDM'21教程：具有深图库的可扩展图神经网络
时间： 2021年3月8日，上午9:30-下午12:00（GMT + 2）
作者：来自亚马逊AI的大正，王敏杰，甘泉，宋松，张正
从图和关系数据中学习在许多应用程序中起着重要作用，包括社交网络分析，市场营销，电子商务，信息检索，知识建模，医学和生物科学，工程学等。 在过去的几年中，图形神经网络（GNN）成为一种有前途的新型监督学习框架，能够将深度表示学习的功能引入图形和关系数据。 这项不断发展的研究表明，GNN在诸如链接预测，欺诈检测，目标配体结合活性预测，知识图完成和产品推荐等问题上达到了最先进的性能。 实际上，许多现实世界的图都非常大。 迫切需要一种可扩展的解决方案，以在大型图形上有效地训练GNN。 本教程将概述GNN背后的理论，讨论GNN非常适合的问题类型，并介绍一些最广泛使用的GNN模型架构以及旨在解决的问题/应用程序。 它将引入
2021-10-23 12:50:47
53KB
1
ANSYS Fluent Workbench Tutorial Guide r190附带教学例程，Fluent流体、流场仿真必备材料。 Fluent作为最高级、最通用的流体仿真软件，是不可获取的仿真工具。
2021-10-22 20:11:00
7.04MB
1
practical2-Basic Modifications & Analysis-shuman-dagon
CESM_CLM5.0模型基本参数设置
2021-10-22 09:00:55
11.37MB
1