BrownLee Better Deep Learning
Deep learning neural networks have become easy to define and fit, but are still hard to configure.
In this new eBook written in the friendly Machine Learning Mastery style that you’re used to, discover exactly how to improve the performance of deep learning neural network models on your predictive modeling projects.
With clear explanations, standard Python libraries, and step-by-step tutorial lessons, you’ll discover how to better train your models, reduce overfitting, and make more accurate predictions.
文件下载
资源详情
[{"title":"（ 120 个子文件 8.69MB ） BrownLee Better Deep Learning","children":[{"title":"README.txt <span style='color:#111;'> 415B </span>","children":null,"spread":false},{"title":"05_bagging_ensemble.py <span style='color:#111;'> 3.11KB </span>","children":null,"spread":false},{"title":"01_problem.py <span style='color:#111;'> 538B </span>","children":null,"spread":false},{"title":"02_mlp.py <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false},{"title":"04_cross_validation_ensemble.py <span style='color:#111;'> 3.09KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
-
-
-
求索于上下 :good 值得下载2020-08-25 -
-
feiyue12300 :不错，代码和pdf都有2019-12-28
-
其他资源
- 无线通信（Andrea Goldsmith著；杨鸿文译）
- 2020中国建筑节能年度发展研究报告—简化水印版.pdf
- 双狐软件2000+(绿色版).zip
- CloverISO_v5.1_r5129_X64 ISO版黑果四叶草引导
- 模糊线性规划matlab
- 黑马传智C语言视频教程讲义文档（2018）.doc
- PCIe3.0协议
- matlab 2012b crack
- 封装一个类搞定90%安卓客户端与服务器端交互
- 服装大师2012免狗（绿色）
- 本人搜集的时间序列预测问题的相关论文，主要是硕博士。包括机器学习和深度学习的方法，主要是各类神经网络的应用。
- TWain实例，程序调用扫描仪接口
- GeekOS-project3
- 基于JAVA的电子邮件系统
- CocoaPods安装配置.pages
- 视频万能解码器让系统自带的Windows Media Player变成万能播放器
- 一个封装好的Android仿Ios ActionSheet控件
- Linux php-7.2.6
- lidar数据的读入和显示
- 中文地名分词+地名词典创建工具
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
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