达奇

DARCH:用于深建筑和受限玻尔兹曼机器的封装。DARCH包是建立在G. E. Hinton和R. R. Salakhutdinov的代码基础上的(可在Matlab代码中用于深度信念网:上次访问:01.082013)。该软件包用于生成具有多层(深层结构)的神经网络,并用出版物“深度信念网快速学习算法”(G. E. Hinton,S. Osindero,Y. W. Teh)和“用神经网络减少数据的维数”(G. E. Hinton,R. R. Salakhutdinov)来介绍它们。该方法包括用G. E Hinton(2002)发布的对比发散法进行预训练,并利用已知的反向传播或共轭梯度的训练算法进行微调。


ZBMaCT中的参考文献(187篇文章中引用)

显示结果1至20的187。
按年份排序(引文
  1. 代萨纳,Mattia;Snn'Rr,克里斯托夫:和积图形模型(2020)
  2. van Engelen,Jesper E.;HoOS,Holger H.:半监督学习综述(2020)
  3. 郑,昆明;胡,Youmin;吴,BO:具有干扰的复杂机器人系统的智能模糊滑模控制(2020)
  4. 周,丁轩:深卷积神经网络的普遍性(2020)
  5. B·彼得,《数据科学、大数据与统计》(2019)评介
  6. Choi,亚瑟;王,若成;达尔维克,Adnan:贝叶斯和神经网络的相对表现性(2019)
  7. Chui,Charles K.;林,Shao Bo;周,丁轩:旋转不变逼近和学习的深神经网络(2019)
  8. Iulia M.,莫里兹,Fischbacher,托马斯:SO(8)超引力与机器学习的魔力(2019)
  9. 李,Weilin:时频散射变换分析(2019)
  10. 弗林,托马斯;Vaz Zkz Abad,Felisa:随机神经网络的同时扰动弱导数估计(2019)
  11. G.R.Grar,Pelin;Simsek,亚历山德拉·海穆真:通过深度叠加去噪稀疏自动编码器(DSDSA)进行人脸识别(2019)
  12. Grillo,塞巴斯蒂安:神经网络中输入与第一层的线性关系(2019)
  13. GUI,Yuanmiao;王,Rujing;魏,Yuanyuan;王,薛:DNN-PPI:基于深度神经网络的蛋白质相互作用的大规模预测(2019)
  14. 赫尔佐格,S.W.R.G.T.T.,PARLITZ,U:卷积自动编码器和条件随机场混合预测时空混沌(2019)
  15. Huck,尼古拉斯:大数据集和机器学习:统计套利的应用(2019)
  16. KHOO,Yuehaw;卢,简峰;应,LexIn:用人工神经网络求解高维提交函数(2019)
  17. KHOO,Yuehaw;应,Listin:SwitcNET:一个前向和反向散射问题的神经网络模型(2019)
  18. Kovachki,尼古拉B;StuART,Andrew M.:集合卡尔曼反演:机器学习任务的无导数技术(2019)
  19. 李,蒋鞥;邵,荥阳;Sun,Rihui:一种基于DNN的多任务学习深度神经网络在线空气质量预测模型(2019)
  20. 刘,杨;卢,Yutong;王,乐清;太阳,Dong;邓,Liang;王,Fang;雷,严:一个基于美国有线电视新闻网的流动检测中的激波检测方法(2019)