颜色分类leetcode-essence:AutoDiffDAG构造函数,建立在numpy和Cython之上。神经图灵机和DeepQ代理在其上

时间:2021-07-06 21:45:07
【文件属性】:
文件名称:颜色分类leetcode-essence:AutoDiffDAG构造函数,建立在numpy和Cython之上。神经图灵机和DeepQ代理在其上
文件大小:1.08MB
文件格式:ZIP
更新时间:2021-07-06 21:45:07
系统开源 颜色分类leetcode 我不能创造,我不明白——理查德·费曼 本质 一个有向无环计算图构建器,在numpy和C上从头开始构建,包括自动微分。 这不仅仅是另一个深度学习库,它的最小代码库应该演示如何: 构建神经网络模块。 将模块放在一起。 从这个设计有效地计算梯度。 演示 mnist-mlp.py : Depth-2 多层感知器,带有 ReLU 和 Dropout; 95.3% 在 MNIST 上。 lenet-bn.py : LeNet 在第一层进行批量归一化,在 MNIST 上达到 97%。 lstm-embed.py :用于越南语问题分类 + Dropout + L2 权重衰减的词嵌入 LSTM。 85% 的测试集和 98% 的训练集(过拟合)。 turing-copy.py :带有 LSTM 控制器的神经图灵机。 复制任务长度 70 的测试结果: visual-answer.py 。 在 Glove word2vec 上使用来自 VGG16 的预训练权重和一堆 3 个基本 LSTM 进行视觉问答。 Q: What is the animal in the picture? .
【文件预览】:
essence-master
----lstm-embed.py(3KB)
----.gitignore(18B)
----README.md(2KB)
----turing.png(57KB)
----lenet-bn.py(2KB)
----LICENSE(34KB)
----dqn-cartpole.py(1KB)
----turing-copy.py(2KB)
----src()
--------.gitignore(15B)
--------optimizer.py(2KB)
--------utils()
--------gyms()
--------server.py(1KB)
--------net.py(1KB)
--------sugar.py(3KB)
--------agents()
--------node.py(2KB)
--------graph.py(2KB)
--------__init__.py(0B)
--------modules()
--------slot.py(2KB)
----visual-answer.py(4KB)
----mnist-mlp.py(1KB)
----test.jpg(13KB)
----demo_cartpole.gif(313KB)

网友评论