没有合适的资源?快使用搜索试试~ 我知道了~
颜色分类leetcode-UncertintyAttention_DropMax:基于不确定性的注意力预测模型
共23个文件
py:9个
npy:5个
png:5个
需积分: 9 0 下载量 78 浏览量
2021-07-06
22:26:10
上传
评论
收藏 3.03MB ZIP 举报
温馨提示
颜色分类leetcode Uncetainty-Aware Attention for Reliable Interpretation and Prediction, and DropMax: Adaptive Variational Softmax 用于可靠解释和预测的不确定性注意 Jay Heo(KAIST,合著者),Hae Beom Lee(KAIST,合著者),Saehoon Kim(AITRICS),Juho Lee(牛津大学),Kwang Joon Kim(延世大学医学院),Eunho Yang(KAIST) ), 和 Sung Ju Hwang (KAIST) 更新(2018 年 11 月 4 日) TensorFlow 实现引入了时间序列数据的不确定性注意机制(在医疗保健中)。 我们将注意力权重建模为具有输入相关噪声的高斯分布,该模型在对给定特征的贡献有信心时生成具有小方差的注意力,并将具有大方差的噪声注意力分配给每个输入的不确定性特征。 抽象的 注意机制在将深度学习模型聚焦于相关特征并解释它们方面都很有效。 然而,注意力可能不可靠,因为产生注意力的网络通常以弱监督的方
资源推荐
资源详情
资源评论
收起资源包目录
UncertintyAttention_DropMax-master.zip (23个子文件)
UncertintyAttention_DropMax-master
dropmax-master
accumulator.py 2KB
run.sh 212B
run.py 4KB
dropmax_result2.JPG 98KB
dropmax_result1.JPG 86KB
mnist.py 737B
concept.png 384KB
layers.py 2KB
lenet.py 2KB
README.md 9KB
UA-master
attention_operation.py 2KB
metric.py 409B
ua_interpretation_2.PNG 142KB
ua_interpretation_1.PNG 167KB
physionet_dataset
1_val_y.npy 3KB
1_eval_y.npy 3KB
1_train_y.npy 25KB
1_eval_x.npy 16.6MB
1_val_x.npy 16.56MB
run_UA.py 1KB
ua_interpretation_3.PNG 727KB
ua_model.png 521KB
model_UA.py 10KB
共 23 条
- 1
资源评论
weixin_38750007
- 粉丝: 4
- 资源: 921
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 111111111111111111
- Screenshot_2024-04-30-21-47-24-26.jpg
- Cpp1.cpp1111111111
- 利用ERP流程操作的整个订单流程.ppt
- 最新二开版本源码博客论坛源码,UI很漂亮,可切换皮肤界面.rar
- ModStartBlog现代化个人博客系统 v5.2.0源码.rar
- 带posix库的mingw编译器
- SoraAI是一款功能强大的AI助手,由OpenAI开发,以其出色的语音识别技术、广泛的知识库和高度的人工智能特性而备受瞩目
- Thinkphp开发大气响应式个人博客青春博客网站源码.rar
- 最新PHP博客网站程序源码 ThinkPHP.rar
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功