用于分布和不确定性估计的混合密度网络:使用Keras(TensorFlow)进行分布和不确定性估计的通用混合密度网络(MDN)实现

上传者: 42126399 | 上传时间: 2022-05-24 12:59:42 | 文件大小: 14.16MB | 文件类型: ZIP
用于分布和不确定性估计的混合密度网络:使用Keras(TensorFlow)进行分布和不确定性估计的通用混合密度网络(MDN)实现

文件下载

资源详情

[{"title":"( 13 个子文件 14.16MB ) 用于分布和不确定性估计的混合密度网络:使用Keras(TensorFlow)进行分布和不确定性估计的通用混合密度网络(MDN)实现","children":[{"title":"Mixture-Density-Networks-for-distribution-and-uncertainty-estimation-master","children":[{"title":".gitignore <span style='color:#111;'> 1.02KB </span>","children":null,"spread":false},{"title":"MDN-DNN-Simple-Ensemble-Uncertainty.ipynb <span style='color:#111;'> 438.04KB </span>","children":null,"spread":false},{"title":"svgs","children":[{"title":"f442dfcf42c5ca5d6c9b96753cde8768.svg <span style='color:#111;'> 84.27KB </span>","children":null,"spread":false}],"spread":true},{"title":"MDN-3D-Regression.ipynb <span style='color:#111;'> 197.24KB </span>","children":null,"spread":false},{"title":"ABrando-MDN-MasterThesis.pdf <span style='color:#111;'> 6.31MB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"ABrando-MDN-Slides.pdf <span style='color:#111;'> 1.68MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 7.38KB </span>","children":null,"spread":false},{"title":"MDN-DNN-Regression.ipynb <span style='color:#111;'> 216.79KB </span>","children":null,"spread":false},{"title":"MDN-LSTM-Regression.ipynb <span style='color:#111;'> 505.82KB </span>","children":null,"spread":false},{"title":"MDN-DNN-Complex-Ensemble-Uncertainty.ipynb <span style='color:#111;'> 3.38MB </span>","children":null,"spread":false},{"title":"MDN-2D-Regression.ipynb <span style='color:#111;'> 4.41MB </span>","children":null,"spread":false},{"title":"MDN-Introduction.ipynb <span style='color:#111;'> 23.24KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明