23结果

这些代码返回一个完全转换的稀疏自动编码器

详细介绍了RBM训练的对比差异。

该函数返回一个经过充分训练的基于自动编码器的ELM

此代码返回一个完全训练的MLP,用于使用梯度的反向传播进行回归。我把这个作品献给我的儿子:“Lokmane”。

基于ELM训练的用于回归或分类的单隐层前馈网络。

在这段代码中,给出了一个完整版本的去噪自动编码器。

基于改进在线序贯极值学习机的飞机发动机剩余寿命预测

变长加权极限学习机的动态自适应

一个完整的局部接受域卷积神经网络在这个工具箱中被提出。

训练RBM的简单技巧

我们使用粒子群优化(PSO)来训练自动编码器。

此工具箱中介绍了ELM最复杂和最著名的变体

ELM的一个新变体,用于解决增量学习和L2范数正则化问题。

去除噪声数据以提高预测精度

开发了一种新的原始自动编码器,允许在隐藏层内隐藏标签,以便以后进行预测

基于L1范数优化的单隐层前馈网络分类与回归训练。

一个非常非常简单的技巧来增强多层神经网络学习的回归

在这些代码中,创建了一组函数,以充分训练压缩自动编码器。

用前馈型(MLFN)多层隐层训练神经网络进行回归或分类。

在这些代码中,我们详细介绍了Rosenblatt感知器的基本学习规则。

这段代码中介绍了极限学习机的非常快速的版本。

该滤波器根据用户期望的阶数和截止频率降低信号的高频

单隐藏层前馈网络利用隐藏节点中的子网络进行训练