达奇

darch:用于深层架构和受限Bolzmann机器的软件包。darch软件包基于G.E.Hinton和R.R.Salakhutdinov的代码构建(可在Matlab代码下获得深层信仰网络:上次访问时间:2013年8月1日)。该软件包用于生成具有多层(深层结构)的神经网络,并使用出版物“深层信念网络的快速学习算法”(G.E.Hinton,S.Osindero,Y.W.Teh)和“用神经网络降低数据维数”(G.E.Hinton,R.R.Salakhutdinov)中介绍的方法对其进行训练。该方法包括用G.E Hinton(2002)出版的对比散度法进行预训练,并用已知的训练算法如反向传播或共轭梯度法进行微调。


zbMATH参考文献(参考 238篇文章

显示238个结果中的1到20个。
按年份排序(引用)

1 2 ... 10 11 12 下一个

  1. 崔颖;何子瑜;庞宗石:训练深层神经网络的多复合非凸优化(2020)
  2. Desana,Mattia;Schnörr,Christoph:Sum产品图形模型(2020年)
  3. Drori,Iddo:深度变分推理(2020)
  4. 龚茂国,潘茂国,潘克,谢,于,秦,K,唐,泽东:基于关联的自适应噪声施加在深层神经网络中保持差异隐私(2020)
  5. Har Peled,Sariel;Jones,Mitchell:关于用线分隔点(2020)
  6. 蒋惠萍;王泽群;焦、瑞;陈梅:基于卷积神经网络的脑电情绪分类研究(2020)
  7. Li,Xiang;Ning,Shaowu;Liu,Zhanli;Yan,Ziming;Roo,Chengcheng;Zhuang,Zhuo:通过基于深度学习的数据驱动方法设计具有预期带隙的声子晶体(2020)
  8. Oishi,Atsuya;Yagawa,Genki:深度学习增强的面到面接触搜索方法(2020)
  9. 大冢,Hajime;Takemoto,Kenta:带线束的异质弦真空中的深度学习和k-均值聚类(2020)
  10. Pradhan,Anshuman;Mukerji,Tapan:地震贝叶斯证据学习:亚分辨率储层属性的估计和不确定性量化(2020)
  11. Puligilla,Shivakanth-Chary;Jayaraman,Balaji:流体流动非侵入性建模的端到端和顺序数据驱动学习评估(2020年)
  12. Ruehle,Fabian:数据科学在弦理论中的应用(2020)
  13. 尚一凡;毛晓波;赵玉萍;李楠;王洋:基于卷积神经网络的舌色分类(2020)
  14. Sheikh,Mansoor;Coolen,A.C.C.:无超参数交叉验证的精确贝叶斯数据分类(2020)
  15. 斯坦科,伊凡娜:杰弗里·辛顿的建筑(2020)
  16. Tsionas,Mike G.;Andrikopoulos,Athanasios:基于copulas的高维模型表示方法(2020)
  17. van Engelen,Jesper E.;Hoos,Holger H.:半监督学习调查(2020)
  18. Zhang,Ji;Tan,Leonard;Tao,Xiahui;Pham,Thuan;Chen,Bing:在线社交网络中的关系智能识别——一项调查(2020年)
  19. 郑,昆明;胡友民;吴波:具有扰动的复杂机器人系统的智能模糊滑模控制(2020)
  20. 周丁轩:深卷积神经网络理论:下采样(2020)

1 2 ... 10 11 12 下一个