狗猫 ## dataset 要求 Python3.5 水蟒 张量流gpu 凯拉斯 OpenCV 麻木 大熊猫 jupyter笔记本 matplotlib 赛顿 枕头 pydot Graphviz 安装 wget https://repo.anaconda.com/archive/Anaconda2-5.2.0-Linux-x86_64.sh bash Anaconda2-5.2.0-Linux-x86_64.sh source .bashrc conda create -n cv python=3.5 conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu git clone https://github.com/fchollet/keras.git cd keras/ python s

典型相关分析matlab实现代码 流形学习和图形内核 Torsello教授举办的人工智能课程的第三次作业 伯纳迪·里卡多-864018 指数： [目录] 1.问题陈述 阅读本文，提出提高图形内核区分能力的方法。 从中选择一个图形内核 最短路径内核 Graphlet内核 随机游走内核 Weisfeiler-Lehman内核 从中选择一种多样的学习技术 等值线图 扩散图 拉普拉斯特征图 局部线性嵌入 在以下数据集上比较在给定内核上训练的SVM的性能（有或没有流形学习步骤）： 生产者价格指数 震惊 注意：数据集包含在Matlab文件中。 变量G包含一个单元格向量，每个图一个。 每个像元的条目是图的邻接矩阵。 变量标签包含每个图的类标签。 新增我添加了带有图表和lavel邻接矩阵的csv版本的zip文件。 文件graphxxx.csv包含邻接矩阵，每个文件一个，而labels.csv文件包含所有标签。 生产者价格指数 震惊 2.简介 我们将在本文中解释我们在提供的两个数据集（称为PPI和SHOCK）上进行的实验。 PPI数据集处理蛋白质蛋白质相互作用，它由86个代表蛋白质的图组成，我们希望在它

Understanding the Overheads of Launching CUDA Kernels.pdf

Supervised Hashing with Kernels CVPR2012 作者的源代码

这是windows版本下的jupyter的scala内核，可以方便安装。

resnet50_weights_tf_dim_ordering_tf_kernels.h5 速度快，准确率高，参数不多

官方h5权重文件，xception_weights_tf_dim_ordering_tf_kernels Linux下是放在“~/.keras/models/”中 windows用户直接将文件放置在：C:\Users\用户名\.keras\models 下即可。官方GitHub下载速度慢，给需要的朋友们。

densenet121_weights_tf_dim_ordering_tf_kernels_notop

model weight in this repo https://github.com/fchollet/deep-learning-models Keras提供的预训练权重

官方h5权重文件，直接解压即可用。windows用户将文件放置在：C:\Users\用户名\.keras\models 下即可。官方GitHub下载速度慢，给需要的人