神经网络可视化 神经网络架构和参数的可视化。 描述 这个项目是为我的硕士论文完成的。 可以从论文中获得一般描述： 抽象的 人工神经网络是人工智能研究的热门领域。 大型模型的大小和复杂性的增加带来了某些问题。 神经网络内部工作缺乏透明度，因此很难为不同任务选择有效的架构。 事实证明，解决这些问题具有挑战性，并且由于缺乏对神经网络的深入了解，这种情况变得根深蒂固。 考虑到这些困难，介绍了一种新颖的3D可视化技术。 通过使用来自神经网络优化领域的既定方法，可以估算出经过训练的神经网络的属性。 批处理规范化与微调和特征提取一起使用，以估计神经网络不同部分的重要性。 重要值与各种方法（如边缘捆绑，光线跟踪，3D冒名顶替者和特殊的透明技术）的组合产生了代表神经网络的3D模型。 证明了所提取的重要性估计的有效性，并探索了开发的可视化的潜力。 如何使用 使用描述的参数准备configs/processi

《计算机体系结构:量化研究方法(第5版)》是最权威的计算机体系结构著作，是久负盛名的经典作品。书中系统地介绍了计算机系统的设计基础、指令集系统结构、流水线和指令集并行技术、层次化存储系统与存储设备、互连网络以及多处理器系统等重要内容。在这个最新版中，作者增加了当前炙手可热的云计算和手机客户端技术等相关内容，探讨了在手机、平板电脑、笔记本电脑和其他移动计算设备上云计算的软硬件实现方式。

计算机组成与体系结构第八版中文 分为2个压缩包，请下载完后一起解压缩

设计模式代码包括: 工厂方法（FactoryMethod） 适配器（ Adapter） 解释器（ interpreter） 模板方法（ Template Method） 抽象工厂（Abstract Factory） 生成器（ Builder） 原型（ Prototype） 单态/单例（ Singleton） 桥接（ Bridge） 组成（ Composite） 装饰（ Decorator 外观（ Facade） 享元（ Flyweight） 代理（ Proxy） 责任链（ hain of Responsibility） 命令（ Command） 迭代器（ Iterator） 中介者（ Mediator） 备忘录（ Memento） 观察者（ Observer） 状态（ State） 策略（ Strategy） 访问者（ Visitor）

LSTM_Stock_Predictor 由于加密货币投机活动的波动性，投资者通常会尝试结合社交媒体和新闻文章的观点来帮助指导其交易策略。 这样的指标之一就是 ，它试图使用各种数据源来产生加密货币的每日FNG值。 让我们使用FNG值和简单的收盘价来构建和评估深度学习模型，以确定FNG指标是否为加密货币提供比正常收盘价数据更好的信号。 我们将使用深度学习递归神经网络来建模比特币收盘价。 一个模型将使用FNG指标来预测收盘价，而第二个模型将使用收盘窗口来预测第n个收盘价。 方法： 准备数据以进行培训和测试 我们将使用n天窗口的时间窗口对数据进行切片。 对于Fear and Greed模型，我们将使用FNG值来尝试并预测收盘价。 对于收盘价模型，我们将使用之前的收盘价来尝试并预测下一个收盘价。 在每个模型中，我们将使用70％的数据进行训练，并使用30％的数据进行测试 使用MinMax

合肥工业大学计算机体系结构试卷

此程序是计算机体系结构必做的实验，模拟通道实现

计算机组成原理与体系结构实验课上最后要做的一条指令，我做的这个指令是异或指令，使用工具为CMStudio计算机组成原理与体系结构集成开发系统。指令文件和过程截图都在。

ARM体系结构与编程 清晰有书签 最经典的ARM 图书

考试复习重点，软件工程必修课之一，软件体系结构，帮助需要的同学复习，未经授权不可转发。