【达摩老生出品，必属精品，亲测校正，质量保证】
资源名：循环码性能的MATLAB仿真程序源码.zip
资源类型：程序源代码
源码说明： 基于MATLAB仿真的循环码性能程序源码，包含完整代码和注释，非常适合借鉴学习
适合人群：新手及有一定经验的开发人员
2022-02-25 09:09:17
14KB
DRQN-张量流
使用Tensorflow，openai / gym和openai / retro进行深度递归Q学习
该存储库包含用于在 Atari和环境上训练DQN或DRQN的代码。
请注意，到目前为止，在Retro环境中的训练都是完全实验性的，必须包装这些环境以将动作空间减少到每个游戏所有动作的更合理的子空间。 当前实现的包装仅对SEGA Sonic环境有意义。
安装
您可以通过发出以下命令来安装所有依赖项：
pip install -r requirements.txt
这将在没有GPU支持的情况下安装Tensorflow。 但是，我强烈建议使用带有GPU支持的Tensorflow，否则培训将花费很长时间。 有关此主题的更多信息，请参见 。 为了运行复古环境，您必须收集要玩的游戏的rom并将其导入： :
跑步
您可以通过以下方式开始培训：
python main.py --
2022-02-24 09:40:53
63.17MB
1
颜色分类leetcode
时间序列聚类
时间序列聚类是一项无监督学习任务，旨在将未标记的时间序列对象划分为同质的组/集群。
与其他集群中的时间序列相比，同一集群中的时间序列彼此更相似
该算法能够：
识别跨序列的联合动态
消除序列间的滞后（时移）（通常称为滞后不变性）
生成可解释的特征。
一般来说，时间序列聚类算法有两种类型：
基于特征-
使用特征提取转换原始数据，在生成的特征之上运行聚类
基于原始数据-
直接应用于时间序列向量，无需任何空间变换
变分循环自动编码器
(VRAE)
VRAE
是一种基于特征的时间序列聚类算法，因为基于原始数据的方法受到维数灾难的影响，并且对嘈杂的输入数据很敏感。
中间的瓶颈层将作为整个输入时间序列的特征表示。
建筑学
网络
从这里开始，RNN
指的是循环神经网络架构，即
LSTM/GRU
块。
我们的模型主要由四个块组成
编码器：输入向量序列被馈送到
RNN，最后一个隐藏层h_end从
RNN
中提取并传递到下一层
编码器到潜在层：
h_end通过使用线性层映射到均值和标准差
给定均值和标准差。
偏差，在训练期间执行重新参数化。
这实质上意味着从由其均值和
2022-02-23 15:46:38
4.5MB
1
使用递归的方式来替代for来实现不同行与行之间进行组合。 输入(1,2,3)(4,5,6) 得到 (1 4)(1 5)(1 6)(2 4)(2 5)(2 6)(3 4)(3 5)(3 6)
2022-02-20 18:29:48
3KB
1