速率 网路learning神经
【PRC】鲁棒跨域伪标记和对比学习的无监督域自适应NIR-VIS人脸识别 Robust Cross-Domain Pseudo-Labeling and Contrastive Learning for Unsupervised Domain Adaptation NIR-VIS Face Recognition
【该文章为杨学长的文章，膜拜】 探索跨领域数据中的内在关系并学习领域不变表示 由于需要在低光照条件下实现24h的人脸识别，近红外加可见光的(NIR-VIS)人脸识别受到了更多的关注。但是数据标注是一个难点。该文章提出了Robust crossdomain Pseudo-labeling and Co ......
在全基因组选择中，基因组数据是如何输入进神经网络中的
在全基因组选择（GS）中，通常使用基因分型数据，这些数据来源于一个组织或个体的DNA。这些数据通常是由高通量测序或基因分型技术得到的。为了将这些数据用作神经网络的输入，我们需要将它们转换为合适的格式。以下是这一过程的详细步骤： 基因分型数据: 通常，基因分型数据表示为二进制或三类变量。例如，对于一个 ......
动手学深度学习--卷积神经网络
from pixiv 从全连接层到卷积 现在我们给自己一个任务:用神经网络去识别区分出百万级像素的不同图片 回顾一下以前：我们是通过多层感知机来实现的，当面对一张图片的时候，我们将其看成一个像素点矩阵，然后将其从二维拉直到一维上，再通过MLP进行训练 但是我们这次的任务每张照片具有百万级像素，这意味 ......
Deep Learning —— 异步优化器 —— RMSpropAsync —— 异步RMSprop
代码地址： https://github.com/chainer/chainerrl/blob/master/chainerrl/optimizers/rmsprop_async.py def update_core_cpu(self, param): grad = param.grad if gr ......
图神经网络综述：模型与应用
图神经网络综述：模型与应用 引言 图是一种数据结构，它对一组对象（节点）及其关系（边）进行建模。近年来，由于图结构的强大表现力，用机器学习方法分析图的研究越来越受到重视。图神经网络（GNN）是一类基于深度学习的处理图域信息的方法。由于其较好的性能和可解释性，GNN 最近已成为一种广泛应用的图分析方法 ......
基于图神经网络的电商购买预测
基于图神经网络的电商购买预测 如何制作自己的图数据 创建一个图，信息如下： from torch_geometric.data import Data x = torch.tensor([[2,1], [5,6], [3,7], [12,0]], dtype=torch.float) y = tor ......
[论文精读][基于点云的蛋白-配体亲和力]A Point Cloud-Based Deep Learning Strategy for Protein-Ligand Binding Affinity Prediction
我需要的信息 代码，论文 不考虑共价键，每个点包括了六种原子信息，包括xyz坐标，范德华半径，原子重量以及来源（1是蛋白质，-1是配体）。原子坐标被标准化，其它参数也被标准化。对不足1024个原子的的复合体，补0到1024。 增加考虑的原子从1024到2048，没有提升，增加原子信息通道，没有提升（ ......
R语言用灰色模型 GM (1,1)、神经网络预测房价数据和可视化|附代码数据
全文链接：http://tecdat.cn/?p=31938 最近我们被客户要求撰写关于灰色模型的研究报告，包括一些图形和统计输出。 以苏州商品房房价为研究对象，帮助客户建立了灰色预测模型 GM (1,1)、 BP神经网络房价预测模型，利用R语言分别实现了 GM (1,1)和 BP神经网络房价预测可 ......
机器学习经典教材《模式识别与机器学习》，Pattern Recognition and Machine Learning，PRML官方开放免费下载
微软剑桥研究院实验室主任Christopher Bishop的经典著作《模式识别与机器学习》，Pattern Recognition and Machine Learning，简称PRML，被微软“开源”了。 本书介绍&下载页：（书的介绍页面） https://www.microsoft.com/e ......
《动手学深度学习 Pytorch版》 8.6 循环神经网络的简洁实现
import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l batch_size, num_steps = 32, 35 train_iter, vocab = ......
学习笔记428—Keras实现简单BP神经网络
Keras实现简单BP神经网络 BP 神经网络的简单实现 1 2 3 4 5 6 7 8 9 10 from keras.models import Sequential #导入模型 from keras.layers.core import Dense #导入常用层 train_x,train_y ......
pytorch(8-6) 循环神经网络的简洁实现
https://zh.d2l.ai/chapter_recurrent-neural-networks/rnn-concise.html# 86循环神经网络的简洁.py import torch from torch import nn from torch.nn import functional ......
pytorch(8-6) 循环神经网络的简洁实现
https://zh.d2l.ai/chapter_recurrent-neural-networks/rnn-concise.html API_85.py import collections import re from d2l import torch as d2l import random ......
《动手学深度学习 Pytorch版》 8.5 循环神经网络的从零开始实现
%matplotlib inline import math import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l batch_size, num_ste ......
Graph Laplacian for Semi-Supervised Learning
目录概符号说明Graph-Laplacian for SSL Streicher O. and Gilboa G. Graph laplacian for semi-supervised learning. arXiv preprint arXiv:2301.04956, 2023. 概 标题取得有 ......
A Lightweight Method for Modeling Confidence in Recommendations with Learned Beta Distributions论文阅读笔记
A Lightweight Method for Modeling Confidence in Recommendations with Learned Beta Distributions论文阅读笔记 摘要 大多数推荐系统并不提供对其决策信心的指示。因此，他们不区分确定的建议和不确定的建议。现 ......
【论文笔记】A theory of learning from different domains
防盗 https://www.cnblogs.com/setdong/p/17756127.html domain adaptation 领域理论方向的重要论文. 这篇笔记主要是推导文章中的定理, 还有分析定理的直观解释. 笔记中的章节号与论文中的保持一致. 1. Introduction doma ......
Prom Learn
官方文档参考连接：https://prometheus.io/docs/prometheus/latest/querying/basics/ 表达式和数据类型 Instant vector Range vector Scalar String 1. 瞬时变量vs范围变量 Instan Vector允 ......
《动手学深度学习 Pytorch版》 8.4 循环神经网络
8.4.1 无隐状态的神经网络 对于无隐藏装态的神经网络来说，给定一个小批量样本 \(\boldsymbol{X}\in\mathbb{R}^{n\times d}\)，则隐藏层的输出 \(\boldsymbol{H}\in\mathbb{R}^{n\times h}\) 通过下式计算： \[\bo ......
深度神经网络中的白化技术
中心化 去相关 数据变化：减去均值，0中心化； 去相关，通过旋转；Scaling：每个维度上的方差都一样； 转换之后： 0均值； 协方差矩阵为单位矩阵 https://blog.csdn.net/seasermy/article/details/50898438 https://blog.sina. ......
Learn Git in 30 days—— 第 29 天：如何将 Subversion 项目汇入到 Git 仓库
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 当你越来越了解 Git 版本控制，一定会越来越想把手边的 Subversion ( 简称 SVN ) 项目改用 ......
iris数据集-训练神经网络
#第一步，import import tensorflow as tf #导入模块 from sklearn import datasets #从sklearn中导入数据集 import numpy as np #导入科学计算模块 #import keras from tensorflow impo ......
Implicit Autoencoder for Point-Cloud Self-Supervised Representation Learning论文阅读
2023 ICCV Implicit Autoencoder for Point-Cloud Self-Supervised Representation Learning论文阅读，思想很妙，该笔记非常简要 ......
Learn Git in 30 days—— 第 28 天：了解 GitHub 的 fork 与 pull request 版控流程
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 我们知道 Git 仓库并没有什么「权限控制」的概念，因为他是分散式的版本控制系统，当你执行 git clone ......
使用人工神经网络训练手写数字识别模型
博客地址：https://www.cnblogs.com/zylyehuo/ 效果展示 下载数据集（共四个） http://yann.lecun.com/exdb/mnist/ 目录结构 整体流程图 dataloader.py import numpy as np import struct imp ......
(2023年新疆大学、中科院等点云分类最新综述) Deep learning-based 3D point cloud classification: A systematic survey and outlook
目录1、引言2 、3D数据2.1、3D数据表示形式2.2、点云数据存储格式2.3、3D点云公共数据集3 、基于深度学习的点云分类方法3.1、基于多视角的方法3.2、基于体素的方法3.3 、基于点云的方法3.3.1局部特征聚合3.3.1.1基于逐点处理的方法3.3.1.2基于卷积的方法3.3.1.3基 ......
pytorch(8-1) 循环神经网络 序列模型
https://zh.d2l.ai/chapter_recurrent-neural-networks/sequence.html #%matplotlib inline import torch from torch import nn from d2l import torch as d2l f ......
深度学习算法原理实现——自写神经网络和训练模型
代码来自：https://weread.qq.com/web/reader/33f32c90813ab71c6g018fffkd3d322001ad3d9446802347 《python深度学习》 from tensorflow.keras.datasets import mnist from t ......
浅谈在Q-learning中加入nn网络
现在想实现一个基础的强化学习CartPole。我要使用c语言完成整个项目，方便后续部署到开发板(也许方便吧)。 现在已经完成： 模拟cart(车)和pole(杆)的运动部分，根据位置,速度,角度,角速度四个特征量来动态更新，使用静态结构体变量在程序中全局的共享和访问这些值。 可视化部分，选用2D游戏 ......