半监督序列学习 此回购记录了重现论文给出的结果的实验​​。 简而言之，我们在未标记的文本数据上对序列自动编码器或语言模型进行预训练，然后使用标记的文本数据对使用预训练权重初始化的基于RNN的序列分类器进行微调，与随机初始化的权重相比，分类精度更高。 资料准备 IMDB数据集 我们为此实验使用。 下载并解压缩，导航至目录aclImdb/train ，该目录aclImdb/train中包含带aclImdb/train/pos的正（ aclImdb/train/pos ）和带标签的负性（ aclImdb/train/neg ）以及未标签的评论（ aclImdb/train/unsup ）。 然后cd进入每个子目录并运行 for f in *.txt; do (cat "${f}"; echo) >> pos.txt; done for f in *.txt; do (cat "${f}"; ec

模型预测控制(MPC)是一类特殊的控制。它的当前控制动作是在每一个采样瞬间通过求解一个有限时域开环最优控制问题而获得。过程的当前状态作为最优控制问题的初始状态，解得的最优控制序列只实施第一个控制作用。这是它与那些使用预先计算控制律的算法的最大不同。本质上模型预测控制求解一个开环最优控制问题。它的思想与具体的模型无关，但是实现则与模型有关。

村田制作所，电容电感等无源器件的ADSmodel，适用于ADS2011及以上版本

伊辛模型matlab代码2D-Ising-Model-Matlab 描述 在 Matlab 中使用 Monte Carlo 方法模拟 2D Ising 模型。 - 成都的账单 教程 该程序主要用于以Matlab 为主要应用程序来模拟二维Ising 模型。 我选择 Single-spin-flip dymanics 的简单方法来处理这个任务。 在运行程序之前，您应该将所有文件添加到 Matlab 路径中。 除非你想改进我的代码，否则你最好在 ising.m 中运行程序。 您可以在 ising.m 中更改温度范围和重复次数，并通过更改默认值来调整 ising_.m 中的参数。 享受使用 Ising 和 Matlab 的时光！ 欢迎提出建议和调整（以及 STAR）。 好消息！ 知乎上已经上传了Simulating 2D Ising Model的详细介绍。 有中文版，可以查看。 由 Bill 在成都创建 25/8/2018

NBA胜利投影模型 一个模型，用于使用阵容表现数据模拟NBA赛季，并在NBA决定采用该路线时评估一场比赛的效果。 该代码通过RealGM抓取了首发阵容，对由Jacob Goldstein的Player Impact Plus-Minus提供的进攻和防守等级进行了简单估算，根据全联盟趋势预测了上场时间，并根据预测的球队净得分预测了主队获胜的可能性，休息和行进距离，并且模拟了10,000次。 近年来，团队的前三个选项在总分钟数中所占的比例较低，这在很大程度上要归功于负载管理。 这是在预测分钟数时考虑的。 显然是假想的，因为该赛季已经开始，并且气泡在2018-19赛季之后就存在了。这项研究发现，如果NBA实施一项模拟的2018-19东部联盟赛季和68％的西方联盟赛季，将有一场比赛。如果8号和9号种子之间的获胜差小于等于2，则为气泡式游戏。在这些模拟游戏中，真正的9号种子有25％的时间前进，这

Inception-ResNet-v2 是一个预训练模型，已经在 ImageNet 数据库的一个子集上进行了训练。 该模型在超过一百万张图像上进行了训练，共有 825 层，可以将图像分为 1000 个对象类别（例如键盘、鼠标、铅笔和许多动物）。 从您的操作系统或 MATLAB 中打开 inceptionresnetv2.mlpkginstall 文件将启动您拥有的版本的安装过程。 用法示例： net = inceptionresnetv2() 网络层情节（净） % 读取图像进行分类I = imread('peppers.png'); ％将图片裁剪为网络的输入大小sz = net.Layers(1).InputSize I = I(1:sz(1), 1:sz(2), 1:sz(3)); % 使用 Inception-ResNet-v2 对图像进行分类标签 = 分类（净，我） % 显示图像和分

HA-model

Model_Insight_China_Equity_Model_CNE5_Empirical_Notes_July_2012

使用cGAN的人脸生成器（后端） 我们提出并使用cGAN模型（ ）进行了实验，以从草图生成人脸。 数据是从数据集中准备的，其中包括8303张女性面部图像。 此是将模型与 Python Web框架集成的后端部分。 它提供RESTful-API请求并返回生成的图像。 披露：模型实现由@junyanz用。 查看他的项目 。 我们将其用于保留研究和实施。 要求 在 3 ： pip install flask 所有培训部分均在 git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix cd pytorch-Cycle

全车汽车车辆模型model--simulink.rar