cifar10文件夹：包括了cifar10原数据库
kaggle文件夹：包括了在kaggle上训练好的模型，以及日志文件
model文件夹：包括了本地cpu训练好的模型
src文件夹：kaggle_tensorboard.py: 用于使用tensorboard展示kaggle上训练的日志
model.py: 神经网络模型
res_model：残差网络模型
有问题就发邮件。GuanlinLi_BIT@163.com
2022-12-01 21:45:12
219.52MB
1
标准化残差
如果起初的假定为真，标准化残差应服从标准正态分布，则应有约95%的标准化残差介于-2和+2之间。
一个随机变量减去它的均值，再除以它的标准差，就得到了标准化的随机变量。由最小二乘法的性质，残差的均值为零，所以每一个残差除以它的标准差，就得到了标准化残差。
第 I 个观测值的标准化残差=
—第 i 个残差的标准差
—第 i 个观测的杠杆率
—估计量的标准误差（ 残 ）的平方根
标准化残差图
2022-11-04 21:24:11
9.29MB
1
MATLAB函数可快速准确地反转2D / 3D变形矢量场（DVF）。
有关更多信息，请访问https://github.com/ailiop/idvf上的 idvf GitHub 存储库。
2022-10-30 15:36:21
711KB
1
本文首先对AIphaGo中的策略网络模型以及深度残差网络的基本原理进行了研究。其次根据策略网络的要求进行数据收集、整理以及处理的工作，并根据这些数据复现了AlphaG。的策略网络
2022-10-24 13:10:05
6.18MB
1
用普通GM（1,1）模型进行路基沉降预测时，有时会出现较大偏差，甚至完全失效。为此提出了改进措施，引入残差修正的GM（1,1）预测模型，用于高速铁路某试验段路基的沉降预测。工程实例表明，残差修正的GM（1,1）模型的预测精度明显高于普通GM（1,1）模型。在路基沉降预测中有明显的优势，值得在工程中推广应用。
2022-10-24 12:32:17
719KB
1
在PyTorch中使用残留遮罩网络进行面部表情识别
论文的实现。
现场演示：
方法1：
从pip安装
pip install rmn
通过以下Python脚本运行视频演示
from rmn import video_demo
video_demo ()
方法二：
克隆仓库并通过pip安装软件包
git clone git@github.com:phamquiluan/ResidualMaskingNetwork.git
cd ResidualMaskingNetwork
pip install -e .
在rmn包中致电video_demo
from rmn import video_demo
video_demo ()
方法3：
模型文件：（此检查点在VEMO数据集上训练，请在./saved/checkpoints/目录中找到）
下载2个文件： 和用于面部检测OpenCV 。找到当前目
2022-10-09 21:12:10
2.35MB
1
使用inception思想改进残差块，进行特征提取的图像超分算法。在Set5测试集上最高可达37.4db
2022-10-04 21:05:42
10.29MB
1