暂无评论
matlab编写的BP神经网络，用于分类和回归
BP神经网络的一个实例，是基于vc＋＋的，解压编译即可。
来自github，不可用于商业用途，仅供学习。
使用遗传算法和粒子群算法对BP神经网络进行优化，以提高其预测能力。
外汇预测在金融中有重要意义，可辅助投资策略制定、降低企业汇率风险、优化经济政策，对国际贸易关系产生影响。本实验利用神经网络进行时间序列数据预测，以欧元和美元兑换率为例，采用Python编程，利用pan
神经网络回归:测试各种Python库以实现前馈神经网络进行回归
神经网络 1.两层NN: 这本工作簿是针对2个主要监督学习的2层神经网络的python实现,这是没有scikit-learn库的具有5倍交叉验证的回归和分类。 非线性回归 非线性Logistic回归
SchNetPack-用于原子系统的深度神经网络 SchNetPack的目标是提供可访问的原子神经网络,这些神经网络可以即用型训练和应用,同时仍可扩展到自定义原子体系结构。 当前提供的型号: SchN
nnbox:用于matlab的神经网络工具箱
用于CIFAR-10-图像分类的卷积神经网络 使用CNN进行CIFAR-10图像分类 CIFAR-10数据集包含来自10类的32x32彩色图像:飞机,汽车,鸟类,猫,鹿,狗,青蛙,马,船,卡车: 1.
暂无评论