文件名称：Different-ml：Keras Tensorflow 2中的差异机器学习
文件大小：17.5MB
文件格式：ZIP
更新时间：2024-03-08 17:57:05
machine-learning JupyterNotebook
使用autodiff和autoencoder进行差分深度学习 [在收到来自Savine的初步反馈和输入后，修订待定。] 笔记本提供了Brian Huge和Antoine Savine的差异机器学习方法的另一种技术实现（请参见工作论文和Risk ），并基于差异机器学习GitHub 提供的示例和实现为基础。 该笔记本可在Colab中执行，而无需进行其他设置。 笔记本的主要功能随Tensorflow 2中的Keras模型框架一起使用。笔记本为反向传播提供了两种替代实现： 在前馈模型（又称为双网）之上，作为附加网络实现了显式反向传播。 反向传播方案中一个步骤的方程式封装在自定义层中。 张量流中内置的反向自动微分的利用。 反向传播被实现为自定义Keras层中的内部（渐变）磁带。 的原始实现包括一个以Bachielier模型定价的股票篮子的例子。 生成模型可在笔记本中重用。 Huge /