神经密码学 神经密码学算法的python实现。 描述了一个密钥交换协议。 有关此实现的中提供了更多信息（葡萄牙语） 并在中的更多数据中。

输出函数分析 应该将net的值尽量控制在收敛比较快的范围内 可以用其它的函数作为激活函数，只要该函数是处处可导的   0.5 f ′(net) 0.25 o 0 1 1 （0,0.5）  net （0,0） o

神经网络后处理 使用卷积神经网络进行Unity的后处理。 使用pix2pix / GAN训练的CNN模型，快速的神经样式传递您可以离线创建样式并使用自己的数据训练网络，从而制作出NNPP！ 带有pix2pix或快速样式转移的培训师 Keras模型和Unity重量说明 受过快速神经风格转换训练： 这是运行时和培训的源代码。 预训练模型在AssetStore上 如何运行： 打开场景场景并运行！ 需求 Unity 2018.2+ 支持计算着色器（DX11 +，Vulkan，Metal） 参考

在FPGA上进行快速，可扩展的量化神经网络推理 FINN是Xilinx研究实验室的实验框架，旨在探索FPGA上的深度神经网络推理。 它专门针对，重点是生成为每个网络定制的数据流样式的体系结构。 由此产生的FPGA加速器是高效的，可以产生高吞吐量和低延迟。 该框架是完全开源的，以提供更高程度的灵活性，并且旨在使神经网络研究能够跨越软件/硬件抽象堆栈的多个层。 我们有一个单独的存储库 ，其中包含几个神经网络的预构建示例。 有关FINN的更多常规信息，请访问并查看。 入门 请参阅“页面，以获取有关需求，安装以及如何以不同模式运行FINN的更多信息。 由于项目依赖项的复杂性质，我们目前仅支持基于Docker的FINN编译器执行。 FINN有什么新功能？ 2020-12-17：发布了v0.5b（测试版），其中包括MobileNet-v1的新。 在 上阅读更多内容。 2020-09-21： v0.4b（beta）已发布。 在 上阅读更多内容。 2020-05-08： v0.3b（测试版）发布，最初支持卷积，并行转换，为MVAU提供更灵活的内存分配，吞吐量测试以及许多其他较小的改进和错误修

图神经网络无疑是现在最火的AI技术之一，在本文中，全面详细地介绍了GNN的背景动机、GCN、循环关系网络、通用网络。

医疗保健分析 存储库内容： Python Notebook文件包含用于数据探索，功能工程和机器学习模型（朴素贝叶斯，XGBoost，神经网络）的项目代码。 PDF报告文件包含项目，谓词和结果的概述。 Datasets.zip包含项目中使用的测试和训练数据。 HTML文件是jupyter笔记本的降价促销，其中所有输出均无需使用python或其IDE即可查看。 介绍： 医疗机构承受着越来越大的压力，以改善患者的护理效果并获得更好的护理。 尽管这种情况是一个挑战，但它也为组织提供了一个机会，可以利用其数据中的更多价值和洞察力来显着提高护理质量。 医疗保健分析是指使用定量和定性技术对数据进行分析，以探索所获取数据中的趋势和模式。 尽管医疗保健管理使用各种指标来衡量绩效，但患者的住院时间很重要。 能够预测住院时间（LOS），使医院能够优化其治疗计划以减少LOS，从而降低患者，工作人员和

阿尔特罗斯·尤洛 最新的C＃实时对象检测系统（Visual Studio）。 该项目具有CPU和GPU支持，使用GPU可以更快地进行检测。 该项目的主要目标是易于使用yolo，该软件包可在nuget上使用，您只需安装两个软件包即可开始检测。 在后台，我们使用Windows Yolo版本的 。 将图像路径或字节数组发送到并接收检测到的对象的位置。 我们的项目旨在将对象类型和-position返回为可处理数据。 该库支持 NuGet 通过快速安装Alturos.Yolo PM> install-package Alturos.Yolo (C# wrapper and C++ dlls 28MB

cryptocurrency-price-prediction：使用LSTM神经网络的加密货币价格预测

InceptionTime：查找AlexNet进行时间序列分类 这是我们题为《 论文》（ ）的配套资料库，该论文发表在，也可在。 起始模块 数据 该项目中使用的数据来自。 我们使用了列出的85个数据集。 要求 您将需要安装文件中存在的以下软件包。 代码 代码划分如下： python文件包含运行实验所需的代码。 文件夹包含必要的功能，以读取数据集并可视化绘图。 文件夹包含两个python文件：（1） inception.py包含初始网络； （2） nne.py包含集成了一组Inception网络的代码。 为您的PC修改代码 您应该首先考虑更改以下行。 这是所有内容（数据和结果）的根文件，我们称之为root_dir 。 之后，您应该在root_dir内创建一个名为archives的文件夹，其中应包含文件夹UCR_TS_Archive_2015 。 后者将为每个数据集包含一个名为da

订单分批matlab代码神经PGD 该代码实现了中提出的神经近端梯度下降（PGD）算法。 想法是展开近端梯度下降算法，并使用神经网络对近端进行建模。 采用残差网络（ResNet）作为近端，实现递归神经网络（RNN）学习近端。 该代码可以灵活地结合各种培训成本，包括：1）逐像素l1 / l2、2）SSIM和3）对抗性GAN，LSGAN和WGAN。 命令行 python3 npgd_main.py -火车--dataset_train /路径/到/火车/数据集--dataset_test /路径/到/测试/数据集--sampling_pattern /路径/到/采样/轨迹/.matfile --sample_size_x 320 --sample_size_y 256 --batch_size 2 --summary_period 20000 --subsample_test 1000 --subsample_train 1000 --train_time 3000 --train_dir /路径/到/保存/结果--checkpoint_dir /路径/到/保存/检查点--tensorbo