自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

AnFany

机器学习、Codility、算法、Kaggle竞赛、深度学习、LeetCode

  • 博客(128)
  • 资源 (12)
  • 收藏
  • 关注

原创 Python3机器学习实战——原理、代码、实例集锦

为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。只要数据格式和例子的中的一样,程序可灵活调用

2018-12-28 10:20:12 7195

原创 《28天玩转TensorFlow2》第13天:TensorFlow2项目实战—基于CNN+RNN和TCN的股票预测

CNN+RNN 和TCN的股票精准预测

2022-01-20 15:03:02 1332

原创 《28天玩转TensorFlow2》第12天:TensorFlow2项目实战—基于LSTM和GRU的股票预测

扫描关注微信公众号pythonfan,获取更多项目源码。一、RNN简介Recurrent Neural Network(循环神经网络)是可处理序列或者时间序列数据的神经网络,该模型在时间序列预测以及NLP(自然语言处理)领域应用较多。循环神经网络的变体较多,下面给出其最简单的形式。从上图可以看出,非RNN神经网络中,训练样本之间在模型训练期间是没有联系的。而RNN神经网络中,当前这条训练数据的隐层输出有一部分是由前一条训练数据的隐层输出决定的,而当前条的隐层输出同样会影响下一条的隐层输出,这样就建

2022-01-13 18:14:21 558 1

原创 Python3 趣味系列题19----贝塞尔曲线及应用

贝塞尔曲线的数学基础是早在 1912 年就广为人知的伯恩斯坦多项式。以伯恩斯坦形式评估多项式的数值稳定方法是de Casteljau算法但直到 1959 年,当时就职于雪铁龙的法国数学家 Paul de Casteljau 才开始对它进行图形化应用的尝试,并提出了一种数值稳定的 de Casteljau 算法。然而贝塞尔曲线的得名,却是由于 1962 年另一位就职于雷诺的法国工程师 Pierre Bézier 的广泛宣传。他使用这种只需要很少的控制点就能够生成复杂平滑曲线的方法,来辅助汽车车体的工业设计

2021-04-09 18:09:50 402

原创 知然算法【2】灰色模型GM(1,1)

知然算法【2】灰色模型GM(1,1)0、算法适用适用于短期预测;样本条数大于4即可建模;不适用于较大震荡性数据;1、符号说明原始数据序列:x0(k),k=1,2,……,n;nx^{0}(k), k=1,2,……,n;nx0(k),k=1,2,……,n;n为数据样本条数;一次累加数据序列:x1(k)=∑j=1kx0(j),k=1,2,……,n;x^{1}(k)=\sum_{j=1}^{k}x^{0}(j), k=1,2,……,n;x1(k)=∑j=1k​x0(j),k=1,2,……

2021-03-25 14:30:45 348 1

原创 《28天玩转TensorFlow2》第11天:TensorFlow2项目实战—快速风格迁移

扫描关注微信公众号pythonfan,获取更多项目源码。0、运行环境import tensorflow as tffrom tensorflow.keras.layers import Conv2D, ReLU, UpSampling2D# 需要根据python版本,tf版本安装对应的tensorflow_addonsfrom tensorflow_addons.layers import InstanceNormalization# 计算损失的python文件from loss

2021-02-24 10:53:56 282

原创 Machine Vision Applications Cookbook with TensorFlow2 首发!!!

​简介:基于TensorFlow2的机器视觉项目实战参考手册。所见即所得,简洁更简单,更新会更好。电子书地址:https://anfany.github.io/Machine-Vision-Applications-Cookbook-with-TensorFlow2/目录:扫描关注微信公众号pythonfan,获取更多项目源码。...

2021-01-05 16:47:14 135

原创 Gitbook&Typora&GitHub&Git 属于你的线上书

示例:Machine Vision Applications Cookbook with TensorFlow2电子书网址:GitHub地址:https://github.com/Anfany/Machine-Vision-Cookbook-with-TensorFlow21、Gitbook安装1.1 下载node.js下载地址https://nodejs.org/zh-cn/download/releases/,下载版本为Node.js 12.X的,默认安装接即可。打开Node.js .

2021-01-05 15:45:26 1053

原创 《28天玩转TensorFlow2》第10天:TensorFlow2项目实战—基于迭代的风格迁移

扫描关注微信公众号pythonfan,获取更多项目源码。风格迁移:将图像A的纹理、色彩、视觉模式等风格特征迁移到图像B的内容上,得到一个风格特征和A相像,内容和B一样的合成图像C。其中图像A称为风格图像,图像B称为内容图像;参考论文: https://openaccess.thecvf.com/content_cvpr_2016/papers/Gatys_Image_Style_Transfer_CVPR_2016_paper.pdf1、思路建立如下一个优化的函数:L(C)=βLc(C,B)+α

2020-11-05 10:25:36 409

原创 知然算法【1】SOM(Self-Organizing Map,自组织映射)网络

关注获取源码https://mp.weixin.qq.com/s/kZuIGgy_yQUKAO5zDXd6AwSOM网络有两层:第一层输入层,输入数据的层,是一维的,神经元的个数就是数据特征数;第二层是竞争层,也就是根据输入层输入的数据,神经元之间按照策略进行竞争的层,通常是二维的,行、列神经元个数可通过一些经验规则给定。其中竞争策略是通过下面的方式实现的:竞争层的每个神经元都有权重,当输入层输入某个样本时,就计算所有神经元的权重与该条样本的距离,然后通过规则调整距离比较小的神经元的权重,使得其更接近

2020-09-04 16:18:50 1128

原创 《28天玩转TensorFlow2》第9天:TensorFlow2构建数据管道—图片格式

扫描关注微信公众号pythonfan,获取更多涉及到的知识点卷积神经网络可视化中间层输出可视化卷积核可视化类激活图训练好的模型读取扫码关注微信号,回复关键词:cv,获取文章所有代码。实例:TensorFlow花卉本数据集一共有3670张图片,图片大小不一,共5类:daisy(雏菊), dandelion(蒲公英), roses(玫瑰), sunflowers(向日葵), tulips(郁金香)。每一类为一个文件夹。1,数据获取daisy :633张dandeli

2020-08-09 09:37:57 206

原创 《28天玩转TensorFlow2》第8天:TensorFlow2构建数据管道—Pandas DataFrame格式

扫描关注微信公众号pythonfan,获取更多涉及到的知识点:特征列的处理类别不均衡样本的处理自定义成本、评估函数实例:心脏病患者诊断数据集说明:该文件有303行,一行表示一个病人的特征数据;每个病人有14个特征,其中13个数据特征,分别是:age、sex、cp、trestbps、chol、fbs、restecg、thalach、exang、oldpeak、slope、ca、thal;1个目标特征target;特征说明连续数据特征age(年龄)t

2020-07-14 15:10:15 331

原创 《28天玩转TensorFlow2》第7天:TensorFlow2构建数据管道—Numpy array格式

tf.data提供了快速、灵活、易于使用的数据管道,同时还提供同步的训练,所谓同步训练就是利用CPU处理数据,供给GPU或者TPU(如果有的话)来训练数据。将数据集转变为数据管道的形式,有助于提升训练的效率。下面通过实例Numpy array格式数据集如何构建数据管道,以及数据的预处理、模型的训练和最终结果的展示。实例:数字0-9和字母A-Z识别数据集说明:该数据集有36个类别标签:数字0-9,字母A-Z;每个类别对应一个数组,数组的长度为39,也就是说每个类别有39个样本;数组的元素是一个维度

2020-07-04 16:27:51 374

原创 《28天玩转TensorFlow2》第6天:TensorFlow2建立模型的三种方式之Model Subclassing

自定义MLP模型结构,50代,总参数119690,Mnist测试数据集正确率98%。对于神经网络而言,可能宽比深好(May Be Paper)。自定义的MLP结构如下:import numpy as npimport tensorflow as tfimport osimport shutil# 绘图from matplotlib import pyplot as pltplt.rcParams['font.family'] = 'SimHei' # 绘图显示中文 plt.rcP

2020-06-30 11:45:14 494

原创 《28天玩转TensorFlow2》第5天:TensorFlow2建立模型的三种方式之Functional API

import numpy as npimport tensorflow as tffrom matplotlib import pyplot as pltimport osimport shutilplt.rcParams['font.family'] = 'SimHei' plt.rcParams['axes.unicode_minus']=Falseprint('tensorflow版本:', tf.__version__)tf.keras.backend.clear_session()

2020-06-11 13:40:27 408

原创 《28天玩转TensorFlow2》第4天:TensorFlow2建立模型的三种方式之Sequential API

import numpy as npimport tensorflow as tffrom tensorflow import kerasprint('tensorflow版本:', tf.__version__)tensorflow版本: 2.1.0tf.keras提供Sequential API(Sequential按层顺序创建模型 ),这种方式比较简单。下面对手写数字数据集mnist建立基于MLP(多层感知机)的分类模型。1、数据准备# 引入数据集,该数据集的获取方式已经集成,直接引

2020-05-25 16:51:26 760

原创 《28天玩转TensorFlow2》第3天:张量的自动求导机制

第3天:张量的自动求导机制import tensorflow as tftf.print('tensorflow的版本:{}'.format(tf.__version__))tensorflow的版本:2.1.01、自动求导机制所谓的自动求导机制,就是对于属性为变量的张量,tensorflow会自动的将该变量加入到它的求导记录器tf.GradientTape() 中,实现自动求导。对于属性为常量的张量而言,需要将该常量手工加入,涉及的函数就是watch,具体参见下面给出的示例。1.1、一元函

2020-05-20 13:02:54 409

原创 《28天玩转TensorFlow2》第2天:张量运算

关于张量的运算操作,从下面3个级别上的运算说明一、标量运算二、向量运算三、矩阵运算import tensorflow as tfprint('tensorflow版本', tf.__version__, sep=':')tensorflow版本:2.1.0一、标量运算标量运算就是对张量值中的元素进行运算。运算包括加法(+)、减法(-)、乘法(*)、除(/)、取余(%)、取整(//)等。两个张量的值必须具有相同的类型。如果进行运算的2个张量的维度数字是完全一致的,进行的运算就是对

2020-05-15 16:14:46 235

原创 《28天玩转TensorFlow2》第1天:张量(tensor)——TensorFlow的基本数据结构

张量(tensor)TensorFlow的基本数据结构按属性而言,张量可分为常量(constant)和变量(Variable)。常量就是值不会发生变化的量,而变量是开始给定初始值,但是值会发生变化的量。张量在概念上等同于数组,这一点和numpy中的array数组类似。可以用来表示数学中的标量(scalar)、向量(vector)、矩阵(matrix)以及多维数组。# 导入tensorflowimport tensorflow as tfprint('tensorflow版本', tf

2020-05-14 17:35:19 385

原创 《28天玩转TensorFlow2》第0天:Windows下Anaconda、Python3.7、TensorFlow2.1(CPU)、Jupyter Notebook环境的搭建

一、安装Anaconda下载地址官网: https://www.anaconda.com/products/individual清华大学镜像源地址(推荐)https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D根据个人需求下载对应的版本。如果在官网下载,因为python2.x官方已经停止更新,建议下载python3.X对应的版本。如果在清华地址下载,下载最新的版本即可。二、建立虚拟环境安装完成后,打开Anacond

2020-05-12 14:24:59 294 5

原创 Python3 趣味系列题18----生命游戏

生命游戏(Game of Life )是英国数学家约翰·何顿·康威(John Horton Conway)在1970年发明的,由3条规则构成的二维细胞自动机。该游戏号称“零玩家且永不结束”。令人感到惋惜的是,2020年4月11日他因感染新冠肺炎(COVID-19)去世,数学“老顽童”就此陨落。细胞自动机有一个通用的形式化的模型:每个细胞的状态可以在一个有限的状态集合S中取值;确立细胞邻居集合的半径R。也就是以这个细胞所在格子为中心,在距离它R远的所有格子构成了这个细胞的邻居集合;细胞状态演化的规则

2020-05-11 10:32:05 470

原创 PaddlePaddle实战系列项目1:利用卷积神经网络实现0到9手势识别

在百度AI框架PaddlePaddele中利用BP神经网络实现数字0到9手势的识别

2020-04-09 15:12:47 1686 3

原创 Python3实践项目一:生成0-5岁宝宝生长发育报告

​本文介绍基于Python3.5.2,根据世界卫生组织发布的0-5岁宝宝生长发育标准百分位数曲线数据,以及宝宝的身长\高,体重,头围监测数据,绘制宝宝的身长\高,体重,头围,体重指数,身长\身高别体重的曲线图,然后生成.docx格式的文档,最后将文档转变为PDF格式的报告。一、获取数据在https://www.who.int/childgrowth/standards/zh/找到需要的...

2019-10-31 14:00:03 542

原创 Python3 趣味系列题17----华容道

华容道原是中国古代的一个地名,是赤壁战争中曹军逃入华容县界后向华容县城逃跑的路线 。华容道是古老的中国民间益智游戏,通过移动各个棋子,帮助曹操从初始位置移到棋盘最下方中部。不允许跨越棋子,还要设法用最少的步数把曹操移到出口。本文利用BFS算法给出24局华容道最佳的移动方案。一、谜题描述用计算机语言描述谜题,首先给出顺序固定的角色列表:PEOPLE = ['曹操', '关羽', '张...

2019-09-03 15:36:29 12145

原创 Python3 趣味系列题16----十五数码谜题

一、15数码谜题15数码谜题是由纽约卡纳斯托塔市的邮政局长诺伊斯·查普曼发明的,并在1880年申请了专利。美国的谜题专家Sam Loyd在1891年说这是由他发明的,并且坚持这个谎言长达20多年,直到去世。网上很多文章中都说这个谜题是Sam Loyd发明的,其实这是错误的。15数码谜题就是将编号从1到15的15个方块,放在一个有16个格子的4×4的的盒子中,因此一个格子是没有方块的。通过移动方...

2019-08-21 17:46:02 1540

原创 Python3 趣味系列题15----八人过河

一、八人过河问题有8个人分别为:1个父亲,带着他的2个儿子;1个母亲,带着她的2个女儿;1个警察,带着1个犯人;开始时,8个人都是在河的左岸。现在需要划船过河,过河时需要注意下面5条说明:1,只有警察、父亲和母亲可以划船;2,警察如果离开犯人,犯人就会伤害其他人;3,母亲不在时,这个父亲就会伤害她的女儿;4,父亲不在时,这个母亲也会伤害他的儿子;5,船上一次最多只能坐两个人。...

2019-08-16 18:00:47 921

原创 Python3趣味系列题14-----分形

分形(Fractal) 一词,是由美国数学家曼德勃罗先生(Mandelbrot)创造出来的。分形几何学是一门以非规则几何形态为研究对象的几何学。按照分形几何学的观点,一切复杂的对象虽然看似杂乱无章,但他们具有相似性。简单地说,就是把复杂对象的某个局部进行放大,其形态和复杂程度与整体相似。本文给出基于复动力系统,例如Mandelbrot集、Julia集;基于迭代函数系统,例如科赫雪花、谢尔宾斯基...

2019-08-12 18:03:42 507

原创 Python3趣味系列题13-----爱因斯坦问题

爱因斯坦问题:在一条街上,有5座房子,喷了不同的5种颜色。每个房子里住着不同国籍的人。每个人喝着不同的饮料,抽不同品牌的香烟,养不同的宠物。 问:谁养鱼?条件:1、英国人住红色房子。2、瑞典人养狗。3、丹麦人喝茶。4、绿色房子紧挨着白色房子,并在白色房子左边。5、绿色房子主人喝咖啡。6、抽Pall Mall香烟的人养鸟。7、黄色房子主人抽Dunhill香烟。8、住在中间房子的人...

2019-07-26 11:21:42 1210

原创 Python3趣味系列题12-----变态曲线

一、图形引入首先引入下面几个图形:上面的图形均是由一簇直线构成的。直线是按照一定的规则绘制的,确定直线的2个点的纵坐标逐渐减小,横坐标逐渐增大。这样在交点处会构成一条近似的曲线,下面就是研究这条近似曲线的比较精确的表达式。比较精确的表达式需要满足下面2个条件:该曲线需要靠近这些交点;近似曲线与XY轴构成的面积和图形与XY轴构成的面积要比较接近;下面进行符号说明:X轴间隔为a,Y轴...

2019-07-23 18:40:57 297

原创 机器学习竞赛第一关:观数

机器学习竞赛其实就是一场烹饪大赛,其中数据集是食材,数据预处理是对食材进行择洗,特征工程是搭配食材,建模是选择烹饪方式,当然你也可以做出多种大菜,最后来个鸡尾酒式的摆盘,也就是模型融合,最终食神奖牌非你莫属。本文介绍第一步,也就是分析给出的数据集,自动生成.word格式的数据集报告。此文中的数据集的形式为数据类型,对于图片、文本、声音等形式的数据集并不适用。根据目标特征的属性不同,对数据进行不...

2019-06-26 10:21:28 259

原创 Python3机器学习实践:卷积神经网络篇三 池化

池化(Pooing)操作的对象是单通道的数字矩阵,也就是对该矩阵某一个邻域内的数字集合进行采样。主要有3种形式:一般池化,重叠池化和金字塔池化。一、池化类型一般池化池化窗口的尺寸为n*n,一般情况下池化窗口都是正方形的。步长等于n。此时池化窗口之间是没有重叠的。对于超出数字矩阵范围的,只计算范围内的或者范围外的用0填充在计算。本文只介绍最大值池化,均值池化,随机池化。下面给出图示:...

2019-05-13 14:53:33 789

原创 Python3机器学习实践:卷积神经网络篇二 初识卷积

一、定义卷积,和加减乘除一样,是一种数学运算。下面给出它的定义:f,g的卷积记为(f*g),其中:其中[a, b]为函数的定义域,连续情形下f(x), g(x)在定义域区间内是可积的。二、示例:高利贷利息假设賴某每月都向某机构贷款f(t)元,贷款的利息是按复利计算,月利率3%。计算N个月月底賴某需要付出的利息P(N)?将上面的示例抽象表示,借款好比输入,计算利息的方式可看作一个系统...

2019-05-10 10:08:02 281

原创 Python3机器学习实践:卷积神经网络篇一 图像

图像是由一个个像素点构成,每个像素点有三个通道,分别对应R,G,B。彩色RGB图像其实是一个三维矩阵,矩阵中的每个数字(0到255)代表的是一个像素一个通道的灰度。下面举例说明:一、读取这个图片的三维矩阵# -*- coding:utf-8 -*-# &Author AnFanyfrom skimage import iofig_path = r"C:\Users\GW...

2019-05-10 10:06:09 542

原创 LeetCode10 正则表达式匹配

10 正则表达式匹配一、题目给定一个字符串(s)和一个字符模式(p)。实现支持'.'和'*'的正则表达式匹配。'.' 匹配任意单个字符。'*' 匹配零个或多个前面的元素。匹配应该覆盖整个字符串(s),而不是部分字符串。说明: s 可能为空,且只包含从 a-z 的小写字母。 p 可能为空,且只包含从 a-z 的小写字母,以及字符 . 和 *。示例 1:输...

2019-04-28 18:26:34 351

原创 LeetCode9 回文数

9 回文数一、题目判断一个整数是否是回文数。回文数是指正序(从左向右)和倒序(从右向左)读都是一样的整数。示例 1:输入: 121输出: true示例 2:输入: -121输出: false解释: 从左向右读, 为 -121 。 从右向左读, 为 121- 。因此它不是一个回文数。示例 3:输入: 10输出: false解释: 从右向左读, 为 01 。...

2019-04-28 18:24:39 268

原创 LeetCode8 字符串转整数(atoi)

8 字符串转整数(atoi)一、题目请你来实现一个atoi函数,使其能将字符串转换成整数。首先,该函数会根据需要丢弃无用的开头空格字符,直到寻找到第一个非空格的字符为止。当我们寻找到的第一个非空字符为正或者负号时,则将该符号与之后面尽可能多的连续数字组合起来,作为该整数的正负号;假如第一个非空字符是数字, 则直接将其与之后连续的数字字符组合起来,形成整数。该字符串除了有效的整数部分之后...

2019-04-28 18:23:13 107

原创 LeetCode7 整数反转

7 整数反转一、题目给出一个 32 位的有符号整数,你需要将这个整数中每位上的数字进行反转。示例 1:输入: 123输出: 321示例 2:输入: -123输出: -321示例 3:输入: 120输出: 21注意:假设我们的环境只能存储得下32位的有符号整数,则其数值范围为[−2^31, 2^31 − 1]。请根据这个假设,如果反转后整数溢出...

2019-04-28 18:20:57 102

原创 LeetCode6 Z字形变换

6 Z字形变换一、题目将一个给定字符串根据给定的行数,以从上往下、从左到右进行Z字形排列。比如输入字符串为"LEETCODEISHIRING"行数为3时,排列如下:L C I RE T O E S I I GE D H N之后,你的输出需要从左往右逐行读取,产生出一个新的字符串,比如:"LCIRETOESIIGED...

2019-04-28 18:18:54 169

原创 LeetCode5 最长回文子串

5 最长回文子串一、题目给定一个字符串s,找到s中最长的回文子串。你可以假设s的最大长度为1000。示例 1:输入: “babad”输出: “bab”注意: “aba” 也是一个有效答案。示例 2:输入: “cbbd”输出: “bb”二、Python3程序知识点:字符串,动态规划# -*- coding:utf-8 -*-# &Author ...

2019-04-28 18:10:07 101

原创 LeetCode4 寻找两个有序数组的中位数

4 寻找两个有序数组的中位数一、题目给定两个大小为 m 和 n 的有序数组nums1和nums2。请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为O(log(m + n))。你可以假设nums1和nums2不会同时为空。示例 1:nums1 = [1, 3]nums2 = [2]则中位数是 2.0示例 2:nums1 = [1, 2]nums2 = ...

2019-04-28 18:08:06 136

526种中国传统颜色:名称 RGB 16进制

五百二十六种中国风传统颜色,穿越千年的美,只为遇见你。

2023-05-05

384种故宫走出来的颜色:名称,RGB

翻阅近400种典籍,从十几万件故宫馆藏文物中,根据二十四节气,七十二物候,臻选了应时、应节、应色的96件故宫文物,梳理出完整的384种中国传统色。

2023-05-05

vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5.zip

VGG16不含最后全连接层的模型参数文件,大小56.2M

2021-02-24

夏皮罗维尔克检验(Shapiro-Wilk test).docx

夏皮罗维尔克检验(Shapiro-Wilk test)的步骤原理以及python3实现的程序,判断是否是正态分布,

2020-06-30

AHP权重计算说明.pdf

层次分析法AHP权重计算步骤详细说明,包括层次单排序的一致性检验、层次总排序的一致性检验以及权重的计算。

2019-11-07

AHP方法计算权重.pdf

AHP层次分析法——一致性检验以及权重计算。层次单排序以及层次总排序一致性检验说明文档。详细,注意细节。文件最后到第二行应该是B3应该是B2。

2019-09-11

算法A文档(19.7.11).pdf

统计学算法A文档,详细介绍了算法A计算稳健均值与稳健标准差的步骤

2019-07-11

GRADS单时次站点插值图 源代码Fortran

GRADS单时次站点插值图,比较完整、详细的源码流程。一步步制作插值图。 1利用Fortran将站点数据转变为Grads识别的二进制数据 2编写Grads识别的站点数据的ctl文件 3利用Fortran编写格点的数据文件 4编写Grads识别的格点数据的ctl文件 5利用Meteoinfo制作mask文件 6插值图Grads代码

2019-01-15

Stacking代码

利用Stacking针对北京市pm2.5数据进行回归预测,直接运行

2018-12-29

EPA PMF用户指导说明书

EPA PMF 用户指导说明书,内容详尽,不可多得的一本书籍

2018-11-28

确定标准测量方法精密度的可替代方法.

GBT 6379.5-2006 测量方法与结果的准确度(正确度与精密度) 第5部分:确定标准测量方法精密度的可替代方法

2018-11-13

统计学 迭代法

不可多得的迭代法说明,介绍了迭代法的算法步骤,详细

2018-07-27

PMF中文说明

PMF中文翻译,不可多得好资源,源解析模型,从理论到实践

2018-05-18

Growing Self-Organizing Mapping 超经典论文

自生长自组织映射 最经典的论文 没有之一。伪代码

2017-04-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除