CNN-LSTM组合预测模型,输入数据是多列输入,单列输出的回归预测模型,代码内部有基本注释,替换数据就可以使用,版本需求是2020及以上
2024-05-01 17:54:24 1.77MB lstm
1
ss8050 spice model 模型,欢迎使用ss8050 spice model 模型,欢迎使用ss8050 spice model 模型,欢迎使用
2024-05-01 15:57:52 3KB ss8050 spice model
1
本课件是对论文 BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 的导读与NLP领域经典预训练模型 Bert 的详解,通过介绍NLP领域对通用语言模型的需求,引入 Bert 模型,并对其架构进行宏观微观的解读,然后详细介绍 Bert 每预训练阶段采用的两个任务,以及常见的微调下游任务场景。最后通过可视化的方式,给出 Bert 在向量表征上的优势所在。
2024-05-01 14:14:23 3.03MB 自然语言处理 bert transformer 预训练模型
1
为了进一步对矿用自卸车进行优化设计,针对车辆平顺性这一性能指标,介绍了基于ADAMS的整车平顺性建模过程及方法 ,阐述了影响车辆平顺性的悬缸刚度、阻尼特性的拟合及常用的轮胎数学模型的建立,并针对仿真结果进行了分析,得到了车辆通过凸台时的最大垂向加速度,在随机路面输入时,车辆垂向加速度等结论。
2024-04-30 21:42:55 293KB 悬缸特性 大型矿用自卸车 轮胎模型
1
CVPR2019: Occupancy Networks: Learning 3D Reconstruction in Function Space onet_img2mesh_3-f786b04a.pt
2024-04-30 20:56:10 153.66MB occupancy networks
1
MSMBuilder的 MSMBuilder是一个python软件包,它为高维时间序列实现了一系列统计模型。 它特别专注于生物分子动力学的原子模拟的分析。 例如,MSMBuilder已用于通过分子动力学(MD)模拟对蛋白质折叠和构象变化进行建模。 LGPL(v2.1或更高版本)提供MSMBuilder。 功能包括: 将特征提取到二面体,联系方式等中 具有多种算法的几何聚类。 使用时间结构独立成分分析(tICA)和主成分分析(PCA)进行降维。 马尔可夫状态模型(MSM)的构造 率矩阵MSM构造 隐藏马尔可夫模型(HMM)构造 时标和过渡路径分析。 在查看文档,并加入。 有关MSMBuilder的更广泛概述,请看一下我们的。 安装 对于优选的安装机构msmbuilder与conda : $ conda install -c omnia msmbuilder 如果您没有cond
2024-04-30 19:04:32 2.28MB python analysis clustering
1
微信AR识别特定图片出现glb模型代码
2024-04-30 12:40:26 5.16MB ar 微信
1
永磁同步电机滑模控制MATLAB/Simulink完整仿真模型
1
python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型python离职预测模型
2024-04-29 12:54:07 120KB python
1
改善扩散 这是的代码库。 用法 README的这一部分将逐步介绍如何训练模型并从模型中取样。 安装 克隆该存储库,然后在您的终端中导航至该存储库。 然后运行: pip install -e . 这应该安装脚本所依赖的improved_diffusion python软件包。 准备资料 训练代码从图像文件目录中读取图像。 在文件夹中,我们提供了用于为ImageNet,LSUN卧室和CIFAR-10准备这些目录的说明/脚本。 要创建自己的数据集,只需将所有图像转储到扩展名为“ .jpg”,“。jpeg”或“ .png”的目录中即可。 如果您希望训练一个类条件模型,则将文件命名为“ mylabel1_XXX.jpg”,“ mylabel2_YYY.jpg”等,以便数据加载器知道“ mylabel1”和“ mylabel2”是标签。 子目录也会自动枚举,因此可以将图像组织为递归结构(尽管目录名
2024-04-29 11:21:14 45KB Python
1