搜索资源列表
NeuralNetwork.py
- 该程序仅供学习使用，虽然内容很简单，但是实用。(Just for study.It's very simple, but useful.)
keras-dcgan
- keras平台下dcgan源码，包含配置文件，py文件，可直接运行训练网络，数据集为mnist手写数据集(Dcgan source code under the keras platform)
AADP.py
- Actor critic 求解动态规划问题 示例代码(Actor critic example code)
PLS Extension Module
- 安装32bit-win的spss中PSL所需的所有安装文件，包括PythonPlugInWin32、Python2.5.4、scipy-0.6.0、numpy-1-1.0、PLS.py以及plscommand.xml并附安装说明。 第一步:安装spss17.0 第二步：安装 SPSSStatisticsPythonPlugInWin32_1700.exe 第三步：安装Python2.5.4 第四步：安装scipy-0.6.0和numpy-1-1.0 第五步：复制PLS.py文件到Pyt
hearder.py
- 利用python抽取单个电影的豆瓣影评信息(use python to get all user reviews from douban movie site)
pycuda-2017.1.1.tar
- 矩阵相乘的并行运算的算法，运算效率可以轻松提高近100倍。是进行人工智能研究及深度学习先关研究的必备并行算法。(The algorithm of parallel operation of matrix multiplication can easily increase the operation efficiency by nearly 100 times. It is a necessary parallel algorithm for the study of artificial in
MST.py
- 网络最小生成树算法，利用numpy实现，MST 矩阵模型(minimum spanning tree)
test.py
- 通过遗传算法解决0-1背包问题，以选择办事处为背景(solve the package problem through genetic algorithm)
quora.py
- 针对数据集Quora Question Pair，所做的logistic回归代码。(Quora Question Pairs Logistic Regression)
双向最大匹配.py
- 用双向最大匹配算法实现汉语分词。准确率颇高。(Two way maximum matching algorithm is used to realize Chinese word segmentation. The rate of accuracy is quite high.)
EM-GMM.py
- Gaussian mixture 的 EM算法(EM algorithm for Gaussian mixture model)
apriori
- 收集数据：使用任何方法 准备数据：任意数据类型都可以，因为我们只保存集合 分析数据：使用任何方法 训练算法：使用Apriori算法来找到频繁项集 测试算法：不需要测试过程 使用算法：用于发现频繁项集以及物品之间的关联规则 使用Apriori算法，首先计算出单个元素的支持度，然后选出单个元素置信度大于我们要求的数值，比如0.5或是0.7等。然后增加单个元素组合的个数，只要组合项的支持度大于我们要求的数值就把它加到我们的频繁项集中，依次递归。 然后根据计算的支持度选出来的频繁项集来
EvoloPy-master
- Evolo ant Py master
2007032001
- Evolotion Py master control Hieu
rbf-svm.py
- 通过SVM可以对两个半月形的数据簇进行分类(By using SVM, two semilunar data clusters can be classified.)
k-means.py
- 通过python实现了k-means分类。(The python implementation of the K-means classification.)
dfa.py
- dfa 验证机，可以用于AI校验，敏感词校验，以及机器学习(dfa verification machine)
CNN_visual.py
- 基于卷积神经网络的图片风格转换, 讲目标图片以转粉图片的风格重新处理释放出来(Image style transfer based on CNN)
utf8''Traffic-sign-recognition
- 项目基于Tensorflow进行实现。 #### 文件说明： --- * input_data.py: 图片的输入 * traffic_sign_cnn.py: 用cnn进行训练分类 * testDemo.py: 用于测试已经训练出来的模型，输入单个图片输出结果，并分类到文件夹 #### 数据集说明： --- * 这里是列表文本使用的是比利时的交通标志数据集，可以网上自己找，里面有62个分类。 #### 网络说明： --- *
slpa-py-master
- 基于标签传播的复杂网络的重叠社区发现方法:SLPA.(The Label Propagation Algorithm for overlapping community detection in complex networks.)