batchnormalization和layernormalization在RNN(LSTM、GRU)上的TensorFlow实现;运行无误,示例为mnist手写体识别
2025/11/12 15:19:54 790KB batch/layer norma lization
1
tensorflow实现AlexNet训练mnist数据python代码
2025/11/12 14:32:36 5KB tensorflow
1
自制的mnist数据集,包括60000张训练图片,10000张测试图片,和txt标签
2025/10/29 16:26:29 96.33MB 神经网络
1
本资源为纯python实现mnist手写体识别的代码,为作者本人所写,供深度学习初学者共同交流探讨,欢迎二次创作,网络为三层,可达到97%上准确率,模型可以选择多种训练方式,学习率,激活函数,损失函数等我都写了相关函数,可以选择,模型也可以自由变换,只需要改一下前面常量参数值就行。
升级版本正在打包测试过程中,完成后可以自行选择batch—size大小等,具体介绍可以看我置顶博文介绍
1
通过模块化的编程思想,运用Tensorflow搭建的全连接神经网络,代码包括5个文件,分别为generateds.py;forward.py;backward.py;test.py;appMnist.py,分别对应生成数据集,前向传播,反向传播,测试模型,运用模型做预测的功能
2025/9/29 10:46:38 14KB python 神经网络 Tensor
1
纯C深度学习库,采用VS2010编译,里面包含训练数据MNIST,点击就能生成,包括训练和预测,另外送一个C读取图片的文件,有必要自己改写代码
2025/9/26 6:16:36 10.19MB 深度学习 纯C
1
1.用python自建一个class类,不能使用其他高级库函数,如pytorch,tensorflow,含有两个隐含层,隐含层数量可以指定。
2.准确率达到90以上。
3.画出学习曲线:损失曲线核准确率曲线。
2025/9/25 7:11:10 13.63MB python 神经网络 jupyte
1
澳门大学陈俊龙|宽度学习系统:一种不需要深度结构的高效增量学习系统原文BroadLearningSystem:AnEffectiveandEfficientIncrementalLearningSystemWithouttheNeedforDeepArchitectureIEEETransactionsonNeuralNetworksandLearningSystems,Vol.29,Issue1,2018
2025/9/22 11:46:05 14.05MB Broad Learning System
1
本数据可用于MATLAB的深度学习的实验
2025/9/4 8:46:54 14.05MB mnist_uint8
1
google-tensorflow官方样例,简单的BP神经网络解决mnist问题.
2025/8/26 14:47:53 3KB 神经网络
1
共 167 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡