#数据通信与网络

Tensorflow从0到1(4)之神经网络

代码实现:importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasetsimporttensorflow.compat.v1astftf.disable_v2_behavior()#使用静态图模式运行以下代码asserttf.__version_...
代码星球 代码星球·2020-09-19

实战VMware的三种网络模式

 来源于:http://www.aneasystone.com/archives/2015/04/three-network-modes-of-vmware-in-action.html 最近在使用VMware搭建虚拟网络环境时遇到了很多问题,经过对VMware网络模式的一番学习和实战,总算是对其有...

iOS中网络请求判断是否设置代理

http://www.jianshu.com/p/c3b950dbf86a http://www.jianshu.com/p/5539599c7a25...

创建NAT 64网络

http://blog.csdn.net/yuwuchaio/article/details/51459705 按住option键时点击共享按钮进入界面才会出现“创建NAT64网络”的勾选框。 http://fx114.net/qa-2-149582.aspx...
代码星球 代码星球·2020-09-10

深度学习方法(十三):卷积神经网络结构变化——可变形卷积网络deformable convolutional networks

上一篇我们介绍了:深度学习方法(十二):卷积神经网络结构变化——SpatialTransformerNetworks,STN创造性地在CNN结构中装入了一个可学习的仿射变换,目的是增加CNN的旋转、平移、缩放、剪裁性。为什么要做这个很奇怪的结构呢?原因还是因为CNN不够鲁棒,比如把一张图片颠倒一下,可能就不认识了(这里...

深度学习方法(十二):卷积神经网络结构变化——Spatial Transformer Networks

欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群:433250724,欢迎对算法、机器学习技术感兴趣的同学加入。今天具体介绍一个GoogleDeepMind在15年提出的SpatialTransformerNetworks,相当于在传统的一层Convolution...

深度学习方法(十一):卷积神经网络结构变化——Google Inception V1-V4,Xception(depthwise convolution)

欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群:433250724,欢迎对算法、机器学习技术感兴趣的同学加入。上一篇讲了深度学习方法(十):卷积神经网络结构变化——MaxoutNetworks,NetworkInNetwork,GlobalAveragePool...

深度学习方法(十):卷积神经网络结构变化——Maxout Networks,Network In Network,Global Average Pooling

欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群:433250724,欢迎对算法、技术感兴趣的同学加入。最近接下来几篇博文会回到神经网络结构的讨论上来,前面我在“深度学习方法(五):卷积神经网络CNN经典模型整理Lenet,Alexnet,Googlenet,VG...

[重磅]Deep Forest,非神经网络的深度模型,周志华老师最新之作,三十分钟理解!

欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群:433250724,欢迎对算法、技术感兴趣的同学加入。深度学习最大的贡献,个人认为就是表征学习(representationlearning),通过端到端的训练,发现更好的features,而后面用于分类(或其他任...

自组织神经网络介绍:自组织特征映射SOM(Self-organizing feature Map),第三部分

前面两篇介绍了SOM的基本概念和算法,第一部分,第二部分,本篇具体展开一下应用中的一些trick设定。输出层设计输出层神经元数量设定和训练集样本的类别数相关,但是实际中我们往往不能清除地知道有多少类。如果神经元节点数少于类别数,则不足以区分全部模式,训练的结果势必将相近的模式类合并为一类;相反,如果神经元节点数多于类别...

自组织神经网络介绍:自组织特征映射SOM(Self-organizing feature Map),第二部分

上一篇介绍了一些自组织神经网络的基本概念,第一部分,这一篇讲下SOM的概念和原理,是本文的第二部分。1981年芬兰Helsink大学的T.Kohonen教授提出一种自组织特征映射网,简称SOM网,又称Kohonen网。Kohonen认为:一个神经网络接受外界输入模式时,将会分为不同的对应区域,各区域对输入模式具有不同的...

自组织神经网络介绍:自组织特征映射SOM(Self-organizing feature Map),第一部分

自组织神经网络介绍:自组织特征映射SOM(Self-organizingfeatureMap),第一部分自组织神经网络介绍:自组织特征映射SOM(Self-organizingfeatureMap),第二部分自组织神经网络介绍:自组织特征映射SOM(Self-organizingfeatureMap),第三部分本文详细...

今天开始学Pattern Recognition and Machine Learning (PRML),章节5.2-5.3,Neural Networks神经网络训练(BP算法)

转载请注明出处:Bin的专栏,http://blog.csdn.net/xbinworld这一篇是整个第五章的精华了,会重点介绍一下NeuralNetworks的训练方法——反向传播算法(backpropagation,BP),这个算法提出到现在近30年时间都没什么变化,可谓极其经典。也是deeplearning的基石...

今天开始学模式识别与机器学习(PRML),章节5.1,Neural Networks神经网络-前向网络。

今天开始学模式识别与机器学习PatternRecognitionandMachineLearning(PRML),章节5.1,NeuralNetworks神经网络-前向网络。话说上一次写这个笔记是13年的事情了···那时候忙着实习,找工作,毕业什么的就没写下去了,现在工作了有半年时间也算稳定了,我会继续把这个笔记写完。...

(转)在Unity3D的网络游戏中实现资源动态加载

原文:http://zijan.iteye.com/blog/911102用Unity3D制作基于web的网络游戏,不可避免的会用到一个技术-资源动态加载。比如想加载一个大场景的资源,不应该在游戏的开始让用户长时间等待全部资源的加载完毕。应该优先加载用户附近的场景资源,在游戏的过程中,不影响操作的情况下,后台加载剩余的...
首页上一页...3132333435...下一页尾页