目录 1 - 1 - Unit 1- Introduction (3-23).mp4 1 - 2 - Unit 1, Part 1- (1) Data Basics (4-52).mp4 1 - 3 - Unit 1, Part 1- (2) Observational Studies and Experiments (4-44).mp4 1 - 4 - Unit 1, Part 1- (3) Sampling and Sources of Bias (7-53).mp4 1 - 5 - Unit 1, Part 1- (4) Experimental Design (2-59).mp4 1 - 6 - Unit 1, Part 1- (Spotlight) Random Sample Assignment (3-47).mp4 1 - 7 - Unit 1, Part 2- (1) Visualizing Numerical Data (12-57).mp4 1 - 8 - Unit 1, Part 2- (2) Measures of Center (5-17).mp4 .....
2022-04-19 15:04:02 984.54MB 数据分析
随机微分方程的黑盒变分推断 Lotka-Volterra示例的Tensorflow实现在 , , 和 (ICML,2018)中进行了。 示例:Lotka-volterra 在这里,我们在本文的第5.1节中演示示例“具有未知参数的多个观察时间”的实现。 也就是说,在已知测量误差方差的情况下,二维Lotka-Volterra SDE的全参数推断观察到的离散时间步长为10。 系统要求 以下示例已使用tensorflow 1.5,numpy 1.14和python 3进行了测试。尚未在任何依赖项的更新和/或更高版本上进行严格测试。 如有任何相关问题,请参阅联系部分。 此示例还使用张量板(1.5)可视化训练。 这样,您应该在lotka_volterra_data.py中为张量板输出指定路径。 例如: PATH_TO_TENSORBOARD_OUTPUT = "~/Documents/my_
1
Judea Pearl的因果推断教材,因果图模型
2022-02-27 21:56:12 1.45MB CAUSALINFERENCE STATISTICS
1
Signals, Systems & Inference Alan V. Oppenheim & George C. Verghese
2022-02-21 09:13:27 1.84MB 讲义 答案 信号 系统
1
MMDet到张量 该项目旨在将mmdetection模型转换为tensorrt模型end2end。现在专注于对象检测。面膜的支持是实验性的。 支持: fp16 int8(实验) 批量输入 动态输入形状 不同模块的组合 深度支持 欢迎提供任何建议,错误报告和建议。 执照 该项目是根据。 要求 mmdet> = 2.3.0 重要的! 设置环境变量(在〜/ .bashrc中): export AMIRSTAN_LIBRARY_PATH= ${amirstan_plugin_root} /build/lib 安装 主持人 git clone https://github.com/grimoire/mmdetection-to-tensorrt.git cd mmdetection-to-tensorrt python setup.py develop 码头工人 构建docker镜像(注意Te
2022-02-19 23:27:54 135KB inference ssd faster-rcnn object-detection
1
Instructors Solutions Manual for Probability and Statistical Inference (8th ed.) Probability and Statistical Inference第八版 参考答案
2022-02-17 14:06:08 1.39MB 数理统计
1
CausalInference.jl:使用PC算法进行因果推理,图形模型和结构学习
2022-01-14 15:59:11 42KB julia causal-inference TheJuliaLanguageJulia
1
AdderNet:我们真的需要深度学习中的乘法吗? 该代码是CVPR 2020论文的演示 我们提出加法器网络(AdderNets)来交换深度神经网络(尤其是卷积神经网络(CNN))中的大规模乘法运算,以更便宜的加法运算来减少计算成本。在AdderNets中,我们将滤波器和输入要素之间的L1范数距离作为输出响应。结果,在ImageNet数据集上使用ResNet-50,建议的AdderNets可以达到74.9%的Top-1精度91.7%的Top-5精度,而无需在卷积层上进行任何乘法。 更新:培训代码在6/28中发布。 运行python main.py以在CIFAR-10上进行训练。 更新:11月27日发布了有关AdderNet的Model Zoo。 CIFAR-10和CIFAR-100数据集的分类结果。 模型 方法 CIFAR-10 CIFAR-100 VGG-小 有线电视新闻网 94.
1
使用tensorflow C++库进行batch inference的完整实例,可替换成自己的例子。已测试成功并在工程上运行了几年。无问题。
2022-01-07 14:00:26 6KB tensorflow batch
variantal_bayesian_clusterings:用于脑部MR图像分割的变分贝叶斯算法
1