github可以找代码吗,如何利用github找到想要的代码

  github可以找代码吗,如何利用github找到想要的代码

  1前馈神经网络(FF或FFNN)和感知器(P)

  前馈神经网络和感知器,信息从前端(输入)流向后端(输出),一般采用反向传播(BP)进行训练。这是一种监督学习。

  相应的代码https://github.com/danijar/layered

  https://github.com/civisanalytics/muffnn

  2径向基函数(RBF)

  径向基函数网络是一种以径向基函数为激活函数的前馈神经网络。

  相应的代码https://github.com/eugeniashurko/rbfnnpy

  3霍普菲尔德网络(HN)

  Hopfield网络是一种神经网络,其中每个神经元都与其他神经元相连接。

  相应的代码https://github.com/yosukekatada/Hopfield_network

  4马尔可夫链(MC或离散时间马尔可夫链,DTMC)

  马尔可夫链或离散时间马尔可夫链是BMs和HNs的雏形。

  相应的代码马尔可夫链:https://github.com/jsvine/markovify

  https://github.com/AndrewWalker/dtmc DTMC

  6受限玻尔兹曼机器(RBM)

  受限玻尔兹曼机类似于玻尔兹曼机和Hopfield网络。

  相应的代码https://github.com/echen/restricted-boltzmann-machines

  7个自动编码器(AE)

  与FFNN有些类似的自动编码,更像是FFNN的另一种用法,而不是另一种性质完全不同的架构。

  相应的代码https://github.com/caglar/autoencoders/blob/master/ae.py

  8个稀疏自动编码器(SAE)

  稀疏自动编码在某种程度上与自动编码相反。

  相应的代码https://github.com/caglar/autoencoders/blob/master/sa.py

  9变型自动编码器(VAE)

  可变自动编码类似于AE架构,但区别在于:输入样本的一种近似概率分布。这使得它更接近兽王和RBM。

  相应的代码https://github.com/mattjj/svae

  10降噪自动编码器(DAE)

  自动去噪编码也是一种自编码机,不仅需要训练数据,还需要带噪声的训练数据。相应的代码https://github.com/caglar/autoencoders/blob/master/da.py

  11个深度信仰网络(DBN)

  深度信念网络由若干个受限的玻尔兹曼机或变分自动编码组成。

  相应的代码https://github.com/albertbup/deep-belief-network

  12个卷积神经网络(CNN或深度卷积神经网络,DCNN)

  卷积神经网络

  对应代码:

  CNN:https://github . com/bamtercelboo/CNN-lstm-bilstm-deep CNN-cl STM-in-py torch/blob/master/models/model _ CNN . py

  DCNN:https://github . com/bamtercelboo/CNN-lstm-bilstm-deep CNN-cl STM-in-py torch/blob/master/models/model _ deep CNN . py

  13解卷积网络(DN)

  反卷积网络,也称为逆图网络,是一种逆卷积神经网络。

  相应的代码https://github.com/ifp-uiuc/anna

  14深度卷积反图形网络(DCIGN)

  深度卷积反图网络实际上是VAE,CNN和DNN分别用于编码和解码。

  相应的代码https://github.com/yselivonchyk/TensorFlow_DCIGN

  15生成性对抗网络

  生成对抗网络,Goodfellow的神化代表作

  相应的代码https://github.com/devnag/pytorch-generative-advanced-networks

  16个循环神经网络(RNN)

  没有必要解释神经网络。做语音和NLP的都不知道,连非AI相关的人都知道。

  相应的代码https://github.com/farizrahman4u/recurrentshop

  17长/短时记忆(LSTM)

  长期记忆网络是RNN的一个变种,可以解决梯度消失/爆炸的问题,无需解释。这几年,它把各大会议都炸了。

  对应的代码是3359 github . com/bamter global/CNN-LSTM-比尔斯特姆-迪普CNN-cl STM-in-py torch/blob/master/models/model _ lstm . py

  18个门控循环单元(GRU)

  门单元,类似于LSTM的定位,是LSTM的简化版。

  对应的代码是3359 github . com/BamterCelboo/CNN-LSTM-比尔斯特姆-迪普CNN-cl STM-in-py torch/blob/master/models/model _ gru . py

  19神经图灵机(NTM)

  图灵机,LSTM的抽象,来窥探LSTM的内部细节。能够读取、写入和修改状态。

  相应的代码https://github.com/MarkPKCollier/NeuralTuringMachine

  20个双向递归神经网络、双向长/短时记忆网络和双向门控递归单元(分别为比尔恩、比尔斯特姆和BiGRU)

  双向循环神经网络、双向长短期记忆网络和双向门控循环单元,把RNN,双向的LSTM、GRU双向,不再只是从左到右,而是既有从左到右又有从右到左。

  对应的代码:

  比尔STM:https://github。com/bamtercelboo/CNN-lstm-bil STM-deep CNN-cl STM-in-py torch/blob/master/models/model _ bil STM。巴拉圭

  大ru:https://github。com/bamtercelboo/CNN-lstm-bilstm-deep CNN-cl STM-in-py torch/blob/master/models/model _ big ru。巴拉圭

  21深层剩余网络(DRN)

  深度残差网络,是非常深的FFNN,它可以把信息从某一层传至后面几层(通常2-5层)。

  对应的代码https://github.com/KaimingHe/deep-residual-networks

  22个回声状态网络(ESN)

  回声状态网络,是另一种不同类型的(循环)网络。

  对应的代码https://github.com/m-colombo/Tensorflow-EchoStateNetwork

  23台极限学习机(榆树)

  极限学习机,本质上是随机连接的FFNN。

  对应的代码https://github.com/dclambert/Python-ELM

  24台液态机器(LSM)

  液态机,跟教育上低能的类似,区别是用阈值激活函数取代了乙状结肠的激活函数。

  对应的代码https://github.com/kghose/Liquid

  25支持向量机(SVM)

  支持向量机,入门机器学习的人都知道

  对应的代码https://github.com/ajtulloch/svmpy

  26科霍宁网络(KN,也称为自组织(特征)映射、SOM、qxdyl)

  网络网络,也称之为自组织(特征)映射。

  对应的代码KN/SOM:https://github。com/mljs/SOM

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: