上一页 1 ··· 128 129 130 131 132 133 134 135 136 ··· 271 下一页
摘要: data.csv文件 阅读全文
posted @ 2018-10-31 17:49 bonelee 阅读(1674) 评论(0) 推荐(0) 编辑
摘要: 先说实验成功的代码: git clone https://github.com/tkwoo/anogan-keras.git mkdir weights python main.py --mode train 即可看到效果了! 核心代码:main.py anogan.py 效果图: detect s 阅读全文
posted @ 2018-10-31 14:36 bonelee 阅读(7445) 评论(3) 推荐(0) 编辑
摘要: This would allow chaining operations like: pd.read_csv('imdb.txt') .sort(columns='year') .filter(lambda x: x['year']>1990) # < this is missing in Pand 阅读全文
posted @ 2018-10-31 12:05 bonelee 阅读(52689) 评论(0) 推荐(0) 编辑
摘要: daal安装(记得先安装anaconda): 注意:安装过程较慢,耐心等待。 随机森林: demo示例数据: 计算均值 方差等统计特征: 阅读全文
posted @ 2018-10-31 10:20 bonelee 阅读(715) 评论(0) 推荐(0) 编辑
摘要: https://www.quora.com/How-do-I-implement-a-1D-Convolutional-autoencoder-in-Keras-for-numerical-dataset http://qaru.site/questions/418926/keras-autoenc 阅读全文
posted @ 2018-10-31 09:36 bonelee 阅读(2355) 评论(0) 推荐(0) 编辑
摘要: import os import sys from daal.algorithms import low_order_moments from daal.data_management import FileDataSource, DataSourceIface from daal.data_management import (readOnly, NumericTableIface, B... 阅读全文
posted @ 2018-10-30 17:10 bonelee 阅读(269) 评论(0) 推荐(0) 编辑
摘要: 0.0015797615051269531 要快些0.0018689632415771484 阅读全文
posted @ 2018-10-30 16:00 bonelee 阅读(698) 评论(0) 推荐(0) 编辑
摘要: https://sefiks.com/2018/03/23/convolutional-autoencoder-clustering-images-with-neural-networks/ https://blog.keras.io/building-autoencoders-in-keras.h 阅读全文
posted @ 2018-10-30 12:00 bonelee 阅读(2704) 评论(0) 推荐(0) 编辑
摘要: from:https://netsec2018.files.wordpress.com/2017/12/e6b7b1e5baa6e5ada6e4b9a0e59ca8e7bd91e7bb9ce5ae89e585a8e4b8ade79a84e5ba94e794a8.pdf 利用CNN进行流量识别 本质上 阅读全文
posted @ 2018-10-30 11:37 bonelee 阅读(1466) 评论(0) 推荐(0) 编辑
摘要: from:http://www.cnblogs.com/kemaswill/p/3266026.html 1. 多层神经网络存在的问题 常用的神经网络模型, 一般只包含输入层, 输出层和一个隐藏层: 理论上来说, 隐藏层越多, 模型的表达能力应该越强。但是, 当隐藏层数多于一层时, 如果我们使用随机 阅读全文
posted @ 2018-10-30 10:33 bonelee 阅读(6495) 评论(1) 推荐(1) 编辑
上一页 1 ··· 128 129 130 131 132 133 134 135 136 ··· 271 下一页