对等丢失功能
此存储库是ICML2020接受的“”的Pytorch Pytorch实现。
所需的包装和环境
支持的操作系统： Windows，Linux，Mac OS X； 的Python：3.6 / 3.7;
深度学习库： PyTorch（需要GPU）
所需软件包： Numpy，Pandas，random，sklearn，tqdm，csv，火炬（如果要估计噪声转换矩阵，则需要Keras）。
实用工具
该存储库包括：
:clipboard: 对等丢失功能的多类实现；
:clipboard: 深度学习中的对等丢失功能；
:clipboard: Peer Loss功能的动态调整策略可进一步提高性能。
运行详细信息（ 每个文件夹的README.md文件中都提到了MNIST，Fashion MNIST，CIFAR-10，CIFAR-100上具有不同噪声设置的对等丢失功能。
的工作流程 加权对等损失函数包括：
决策边界可视化
给定2D合成
2021-07-05 20:43:27
128.59MB
1
此为离线安装包，方便不便于访问Chrome应用店的用户安装
你可以不用再另外打开IE访问只能在IE中访问的网站并运行ActiveX控件。
这个扩展只支持Windows.
2021-07-01 16:13:52
1.09MB
1
7.1 Agent概述
7.2 Agent的理论模型
7.3 Agent的结构
7.4 Agent通信
7.5 Multi-Agent系统
7.6 移动Agent
7.7 面向Agent的程序设计
2021-06-29 15:39:39
561KB
1
对于Distributed Consensus in Multi-vehicle Cooperative Control书中的五个公式进行了推导和MATLAB实现，里面含有推导过程和MATLAB实现的代码。
2021-06-28 15:29:41
916KB
1
在Google Earth Engine(GEE)平台中实现了提取multi values to points的代码。提取某点处的像元值，波段值，也可以是多个多边形的统计值
2021-06-24 19:01:19
13KB
libtommath：LibTomMath是一个完全用C编写的免费开源可移植数字理论多精度整数库
2021-06-22 22:23:13
315KB
1