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306篇)

显示306的结果1到20。
按年份排序(引用)

1 2 ... 14 15 16 下一个

  1. 吴玲;Noels,Ludovic:计算力学中具有降维和分解的递归神经网络(RNNs);多尺度定位步骤的应用(2022)
  2. 安吉丽,安德烈;金属氧化物,Wim;Naets,Frank:多体系统模型阶数降阶到最小坐标的深度学习(2021)
  3. 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)
  4. 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)
  5. 科里佐,罗伯托;塞西,米开朗基罗;法纳埃-T,哈迪;Joao Gama:多方面可再生能源预测(2021年)
  6. 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)
  7. 弗兰兹,亚瑟;安东尼科,奥列克桑德;索莱茨基,罗曼:增量压缩理论(2021)
  8. 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)
  9. 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)
  10. 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)
  11. 贡纳松,比约恩·拉夫恩;范登布鲁克,塞普;贝森,巴特;Óskarsdoóttir,马里亚;Lemahieu,Wilfried:信用评分的深度学习:做还是不做?(2021年)
  12. 顾世豪;凯利,布莱恩;修大成:自动编码器资产定价模型(2021)
  13. 哈马迪,优素福;雷克林克,大卫;El Bakkali,Amin:非线性多物理动态系统的数据驱动简化键合图(2021)
  14. 他,春梅;王顺民;康洪宇;郑兰青;谭、泰丰;范先军:肿瘤图像诊断的对抗性域适应网络(2021)
  15. 何小龙;何其志;Chen,Jiun Shyan:物理约束数据驱动非线性材料建模的深度自动编码器(2021)
  16. 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)
  17. Isomura,Takuya;Toyoizumi,Taro:高维非线性混合源盲分离的可实现性(2021)
  18. 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)
  19. 寇,悦豪;陆剑锋;Ying,Lexing:用人工神经网络解决参数偏微分方程问题(2021)
  20. 金哲勋;李,杰沃克;Yoo,Jeonghoon:功能梯度复合材料结构设计的机器学习组合拓扑优化(2021)

1 2 ... 14 15 16 下一个