模式识别采用贝叶斯方法的实验,含matlab源码,数据,报告等,一条龙服务,呵呵,因为自己做实验的时候很痛苦,希望大家参考的时候有所帮助。
2021-11-29 11:28:16 156KB 模式识别 贝叶斯 实验 源码
1
如何在本地设置 virtualenv env --python=python3 source env/bin/activate pip install -r requirements.txt
2021-11-27 10:39:22 12KB Python
1
压缩感知MRI 医学成像中的图像处理项目-使用压缩传感(CS)框架进行MR图像重建的实验。 本质上将目标函数建模为具有数据保真度项和两个正则化参数(水平和垂直有限差分)的降噪问题。 我实现的求解器是迭代软阈值算法(ISTA),但显然可以使用其他迭代算法。 最好使用无矩阵的方法进行图像处理。 即使与MATLAB相比,ISTA在Python中的运行速度也很慢。 我尝试使用numba jit,但是并没有加快速度。 也许C包装程序会有所帮助(可以尝试将来)。 幸运的是,成本函数在22-25次迭代中收敛。 最初尝试理解CS的概念时,我主要依靠Miki Lustig教授的讲座材料和演示。 我使用的数据也可以从他的网站获得: :
2021-11-25 11:40:06 10.09MB Python
1
Java实验课本的源码,全部都有,换位,计算器,单词本,试题迷宫广告墙等等很多,起始这些是基础,都是要在书本的基础之上拓展加上自己的功能,要加油
2021-11-25 08:04:03 1.54MB Java 课程设计 代码
1
本代码采用STMcubeMX5.30和MDK5版本的开发环境,包含cubeMX工程文件和MDK5工程文件,arm嵌入式 C语言源代码 附开发环境的版本说明,STM32F429igt6/f767igt6/h743iit6原理图及全部器件全套资料免费提供,教学视频免费提供
2021-11-17 15:21:50 1.57MB stm32f429igt6 stm32cubemx HAL arm嵌入式
1
百家乐 百家乐模拟中的Python实验 第一次使用Python,有趣的小项目。 这仅是一种学习体验和实验,仅此而已。 运行'python baccarat_test.py' 当前状态: 该脚本可运行100万个游戏。 要更改游戏数量,请参见命令行参数。 模拟器现在可以执行两种类型的百家乐:“标准”和“ EZ”。 请参阅命令行参数如何启用。 命令行参数:-t或--type:标准(默认)或EZ(不区分大小写)-g或--games:要运行的游戏数(模拟)。 默认值为1M。
2021-11-16 17:01:36 6KB Python
1
动态和静态分配两种分配方式 分别模拟FF、BF、WF三种适应算法动态地创建进程 能够动态地销毁进程并更新可用表与已分配表 显示出各个时间段内存块中已分配表与可用表的情况
2021-11-15 13:03:20 7KB 操作系统 内存分配 C++ 源码
1
本代码采用STMcubeMX5.30和MDK5版本的开发环境,包含cubeMX工程文件和MDK5工程文件,arm嵌入式 C语言源代码 附开发环境的版本说明,STM32F429igt6/f767igt6/h743iit6原理图及全部器件全套资料免费提供,教学视频免费提供
1
gomoku_ai [RU] [RU] 在Gomoku中使用minimax算法,MTD(f),MCTS的变体进行实验mtdf(10)-危险的修剪,可能导致意外损失主要的AI代理位于mtdf(10)_worker.js中。 您可以在这里与AI对战 在Chrome中打开html文件时,您会看到此错误 Chrome浏览器不允许您从本地文件加载网络工作者。 C ++版本
2021-11-13 19:33:12 59KB javascript ai worker mcts
1
使用CIFAR数据集进行残留网络实验。 更新(2018/06/15) 我们使用了一种称为HTD的新学习率调度程序。 您可以在或在我们的玩具演示代码。 原始存储库 该存储库是关于CIFAR-10和CIFAR-100的学习率的一些实验。 原始论文以0.1的学习率开始,在32k( 81 epoch )和48k( 122 epoch )迭代中将其除以10 ,并在64k迭代(总共200 epoch )时终止训练。 我基于相同的架构进行了其他实验。 唯一的区别是学习率时间表。 所有张量板日志和预训练模型都可以在 怎么跑 您可以运行脚本run.sh来启动所有实验。 或仅运行以下命令: python3 ResNet_keras.py --epochs 200 --stack_n 3 --lr_scheduler 1 --dataset cifar100 实验的准确性 如有任何疑问,请随时与我联
2021-11-13 18:59:29 458KB tensorflow keras resnet learning-rate
1