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中的参考文献(参考文献283篇文章)

显示283个结果中的1到20个。
按年份排序(引用)

1 2 ... 13 14 15 下一个

  1. 安吉丽,安德烈;金属氧化物,Wim;多体学习坐标系(多体系统的最小阶数:2021)
  2. 巴塔查里亚,考什克;侯赛尼,班达德;科瓦奇基,尼古拉B。;Stuart,Andrew M.:参数偏微分方程的模型简化和神经网络(2021)
  3. 陈元;曾东林;王元佳:学习多领域潜在结果的个体化治疗规则(2021)
  4. 董浩;聂玉凤;崔俊志;寇文波;邹敏强;韩俊彦;关小飞;杨子豪:基于小波学习的颗粒复合材料有效导热系数的多尺度分析(2021)
  5. 傅金龙;崔少卿;岑、宋;李晨峰:基于深度神经网络的非均匀微观结构的统计表征与重构(2021)
  6. 高瑜;张凯:基于机器学习的不完全数据逆散射问题的数据检索(2021)
  7. Ghods,阿利雷扎;Cook,Diane J.:所有分类器都可以采用的深层网络技术调查(2021)
  8. 顾世豪;凯利,布莱恩;修大成:自动编码器资产定价模型(2021)
  9. 胡俊英;孙凯;张海:基于一种保持数据对象间距离的正则化方法提高反向传播算法的性能(2021)
  10. Isomura,Takuya;Toyoizumi,Taro:高维非线性混合源盲分离的可实现性(2021)
  11. 江、苏;Durlofsky,Louis J.:使用递归自动编码器进行时间序列参数化的数据空间反演(2021)
  12. 拉比德,拉扎尔;Nadif,Mohamed:高效正则化光谱数据嵌入(2021)
  13. 苏、梁;张全、张晶;黄欣;LaFave,James M.:基于不确定性量化稳定图图像识别的结构自动工作模态分析(2021)
  14. 张磊;程、林;李衡阳;高嘉颖;余,程;多梅尔,里诺;杨,杨;唐少强;Liu,Wing Kam:分层深度学习神经网络:有限元与超越(2021)
  15. 庄、小英;郭宏伟;纳伊夫阿拉伊兰;朱鹤华;Rabczuk,Timon:Kirchhoff板弯曲、振动和屈曲分析的基于深度自动编码器的能量方法(2021)
  16. 崔莹;何子瑜;彭钟石:训练深层神经网络的多复合非凸优化(2020)
  17. 德萨纳,马蒂亚;Schnörr,Christoph:Sum产品图形模型(2020)
  18. Drori,Iddo:深度变分推理(2020)
  19. 段世玉;俞淑坚;陈云梅;Principe,Jose C.:基于核方法的连接主义模型和无反向传播的有监督深度学习(2020)
  20. 费曼,本杰明;盖斯,本杰明;Jentzen,Arnulf:非凸目标函数的随机梯度下降法的收敛速度(2020)

1 2 ... 13 14 15 下一个