健壮性包 通过安装pip : pip install robustness 阅读文档: : robustness是我们(在中的)创建的一个软件包,用于灵活,轻松地进行训练,评估和探索神经网络。 我们几乎在我们所有的项目中都使用了它(无论它们是否涉及对抗训练!),并且它将成为我们即将发布的许多代码版本中的依赖项。 使用该库的一些项目包括: ( ) ( ) ( ) ( ) 我们将在一组演练和我们的API参考中演示如何使用该库。 该库提供的功能包括: 使用针对各种数据集/体系结构训练和评估标准模型和健壮模型。 该库还提供添加和。 python -m robustness.main --dataset cifar --data /path/to/cifar \ --adv-train 0 --arch resnet18 --out-dir /logs/check
2022-11-02 17:20:06 6.36MB JupyterNotebook
1
MATLAB实现BiLSTM双向长短期记忆神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
BP人工神经网络以及基于BP人工神经网络的MIV变量筛选,用于建立预测模型以及关键工艺参数筛选
1
TPA会选择相关变量加权利用卷积捕获可变的信号模式。 注意力加权对bilstm的隐含层加权求和。出自论文Temporal Pattern Attention for Multivariate Time Series Forecasting
2022-11-02 09:08:40 184KB TPA 注意力机制 lstm pytorch
1
MATLAB患者癌症发病预测源码:单层竞争神经网络的数据分类
2022-11-01 23:35:06 45KB matlab 发病预测 癌症 分类预测
1
MATLAB实现TCN时间卷积神经网络时间序列预测(完整源码和数据) 数据为单变量时间序列数据, 运行环境MATLAB2020b及以上, 程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
针对传统基于人工遴选传统情感数据分析技术具有样本容量小、人为误差大、操作成本高及时效准确性难以保证的缺点,文中提出了一种基于网络数据挖掘和BP神经网络分类的情感数据分析系统。基于相应的数据处理技术,系统在机器人操作系统(ROS)上使用Kinect深度相机,完成了被检测对象心理数据的采集及预警。与传统人工参与的心理预警方式相比,该系统基于数据挖掘和智能计算技术,具有较高的准确性、实时性及自动化程度。
1
吴恩达神经网络与机器学习两门课程的所有PPT资源,其中神经网络PPT按照每个章节进行了整理(一节课有时只有2-3页,不方便整理),可以下载后一边学习一边做笔记,方便学习!!
2022-11-01 09:09:59 150.97MB 神经网络 机器学习 吴恩达 PPT
1
系统地论述了神经网络控制、模糊逻辑控制和模型预测控制的基本概念、工作原理、控制算法,以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。该书取材先进实用,讲解深入浅出,各章均有相应的例题,并提供了大量用MATLAB/Simulink实现的仿真实例
1
此代码可用于多输入多输出的非线性拟合,应用BP神经网络结构。程序可读性高,适合用于机器学习中非线性建模,
1